una explicación del efecto herding desde el mercado de derivados

Anuncio
Revista de Economía Aplicada
E Número 54 (vol. XVIII), 2010, págs. 161 a 196
A
UNA EXPLICACIÓN DEL EFECTO
HERDING DESDE EL MERCADO
DE DERIVADOS
NATIVIDAD BLASCO DE LAS HERAS*
SANDRA FERRERUELA GARCÉS*
Universidad de Zaragoza
PILAR CORREDOR CASADO**
Universidad Pública de Navarra
El objetivo de este trabajo es contribuir a la explicación del comportamiento imitador (herding) aportando la perspectiva del mercado de derivados.
Para ello se analiza la intensidad de herding en el mercado de contado en
momentos especialmente relevantes en el mercado de derivados como es
el vencimiento. La medida de herding empleada es la propuesta por Patterson y Sharma (2006). El periodo analizado comprende desde el año 1997
hasta el 2003, lo que permite estudiar aspectos como la madurez del mercado de derivados o la coexistencia de contratos de opciones y futuros. Los
resultados permiten afirmar que los inversores presentan un comportamiento imitador intensificado en la fecha del vencimiento, especialmente
en la segunda mitad del periodo analizado, donde se presume un mayor
grado de desarrollo del mercado.
Palabras clave: Efecto herding, mercado de derivados, fecha de vencimiento.
Clasificación JEL: G14, G11, G12.
L
as finanzas del comportamiento han surgido en los últimos años como una
explicación alternativa a distintos fenómenos observados en los mercados
financieros. Uno de estos fenómenos es el denominado efecto herding o
comportamiento gregario de los inversores, por el cual éstos ignoran su
propia información y toman decisiones de inversión imitando las actuaciones de otros inversores a los que presuponen mejor informados.
(*) Las autoras agradecen el apoyo financiero del Ministerio de Educación y Ciencia (SEJ2006C03-03/ECON) y del Gobierno de Aragón.
(**) La autora agradece el apoyo financiero del Ministerio de Educación y Ciencia y fondos
FEDER (SEJ2006-14809-C03) y del Gobierno de Navarra.
Las autoras agradecen la minuciosa evaluación anónima realizada en este trabajo.
161
Revista de Economía Aplicada
La literatura teórica sobre el herding, tanto racional como irracional, aporta
diversas explicaciones sobre este comportamiento de los inversores. Así por
ejemplo, Bikhchandani et al. (1992) (en adelante BHW) sugieren que los inversores infieren información al observar las transacciones de otros y ello lleva a la
formación de cascadas de información; Hirshleifer et al. (1994) atribuyen el
herding a inversores que siguen las mismas fuentes de información y por ello
actúan igual. También se baraja como causa del comportamiento imitador la
idea de los costes de reputación que pueden surgir al actuar de forma diferente a
otros, tal y como explica Trueman (1994). Gompers y Metrick (2001), por su
parte, argumentan como el herding puede aparecer al existir inversores que se
sienten atraídos por activos con similares características. Sin llegar a las modelizaciones teóricas ofrecidas por los anteriores autores, también se han considerado otros factores determinantes de la conducta gregaria entre los que cabe
destacar el grado de participación institucional [argumento ligado al propuesto
por Trueman (1994)], la calidad de la información emitida, la dispersión de opiniones, el sector del mercado, el volumen de negociación y el tamaño de un
mercado o la existencia de mercados de derivados y su correspondiente sofisticación. Entre otros, Patterson y Sharma (2006) (en adelante PS), Demirer y
Kutan (2006) o Henker et al. (2006) son algunos de los autores que proponen
dichas explicaciones.
No obstante, aunque los argumentos teóricos sobre herding son numerosos y
contundentes y los observadores del mercado descubren su presencia en las actuaciones de los inversores, la evidencia empírica es escasa, y en pocos casos concluyente, a favor del comportamiento imitador. Las razones principales de esta ausencia de relación entre teoría y práctica pueden ser dos: la relativa novedad de
este tipo de análisis empírico inducida, seguramente, por la escasez de datos necesarios para un adecuado desarrollo y la dificultad real de medición del efecto mimético, tal y como argumentan Bikhchandani y Sharma (2000)1. De hecho, el estudio del comportamiento imitador ha cobrado especial importancia en los
últimos años con el desarrollo de herramientas analíticas potentes que emplean
datos de frecuencia intradiaria.
Por otro lado, los mercados derivados son el segmento más dinámico y de
mayor crecimiento de los mercados financieros modernos. Dada su creciente importancia cualquier estudio del comportamiento de los inversores que obvie su
existencia podría proporcionar conclusiones erróneas. Los mercados derivados
complementan al mercado de contado y crean nuevas oportunidades para transferir
el riesgo. Los agentes informados pueden negociar en los mercados de contado y
de derivados, por lo que la información será visible en aquél que sea elegido para
negociar en primera instancia y dicha información podría afectar a las transaccio-
(1) La mayor parte de los estudios empíricos se han centrado en el herding en los inversores institucionales [Lakonishok et al. (1992), Grinblatt et al. (1995), Wermers (1999), Nofsinger y Sias
(1999) o Sias (2004) son algunos ejemplos destacados de dicha literatura] y se han realizado con
datos trimestrales lo que dificulta la detección del fenómeno herding conforme se ha definido.
162
Una explicación del efecto herding desde el mercado de derivados
nes que se generan en el otro mercado. Si estas circunstancias no se tienen en
cuenta se limitaría nuestro conocimiento sobre el funcionamiento de los mercados.
Dada la dificultad de atribuir el comportamiento imitador a una sola causa,
este trabajo pretende ahondar en la caracterización del herding centrándose en
uno de los factores que está íntimamente relacionado con la transmisión de información en los mercados financieros: la existencia de mercados desarrollados de
derivados y su influencia en el comportamiento de los inversores del mercado de
contado. Concretamente, se trata de determinar si existe algún momento propio
del mercado de derivados que suponga flujos informativos diferenciados que puedan afectar al mercado de contado y, más específicamente, al comportamiento
gregario de los inversores que negocian en los mercados subyacentes.
Una de las mayores fuentes de información que se generan desde el mercado
de derivados y cuya repercusión puede ser importante a nivel informativo en el
mercado de contado es el día del vencimiento de los contratos de derivados. De
hecho, la información generada y sus efectos sobre las distintas variables del mercado de contado es lo que se conoce como efecto vencimiento.
La presencia del efecto vencimiento se explica por diversas causas, entre
las que destacan las estrategias de arbitraje de los inversores que, llegada la
fecha de vencimiento, deben deshacerse y pueden producir desajustes temporales entre las órdenes de compra y de venta, presionando el precio de los activos.
Asimismo, los días de vencimiento habitualmente se consideran más arriesgados por las tentativas de estrategias de manipulación de precios por parte de algunos inversores [Kumar y Seppi (1992) o Capuano (2004) entre otros]. En esta
línea Ni et al. (2005), por ejemplo, apuntan que los precios de cierre de los activos subyacentes se agrupan en torno a los precios de ejercicio de las correspondientes opciones en el día de vencimiento debido a la manipulación. El hecho
de que estos días se consideren más arriesgados puede inducir a los inversores
tendentes a imitar o con menos información a seguir con más intensidad a aquellos que creen mejor informados. Por otro lado, Capuano (2006) presenta un
modelo de equilibrio de expectativas racionales en el que inversores desinformados inducen presión por la liquidez en el mercado subyacente generando
ruido en el mercado de futuros para obtener información sobre las posiciones de
quienes consideran mejor informados. La aparición de este tipo de inversores en
el vencimiento podría influir en los niveles de herding habituales de los activos
del mercado de contado.
Los trabajos empíricos sobre el efecto vencimiento son extensos tanto en
EE.UU. como en otros mercados del mundo. En general, la evidencia se ha centrado en el análisis de tres variables relevantes de los activos subyacentes: los
precios, el volumen negociado y la volatilidad. En este sentido los resultados no
son unánimes debido a las técnicas y mercados analizados aunque sí que se encuentran en general mayores indicios hacia presiones a la baja en los precios e
incrementos en el volumen negociado. Los trabajos de Stoll y Whaley (1987,
1990 o 1991), Pope y Yadav (1992), Bollen y Whaley (1999), Mayhew (2000),
Chow et al. (2003) o Lien y Yang (2003 y 2005) entre otros, son algunos ejemplos representativos de dicha evidencia. Un grupo específico de trabajos se ha
centrado en el análisis de la denominada triple hora bruja, aquella en la que ven-
163
Revista de Economía Aplicada
cen simultáneamente tres activos derivados. Destacan los trabajos de Chamberlain et al. (1989), Chen y Williams (1994) o Khumar y Shankar (2004). Otros
trabajos se centran en algunas características de los contratos derivados y sus implicaciones en la fecha del vencimiento, Lien y Tse (2006) presentan una revisión exhaustiva de la evidencia empírica que estudia las diferencias en los efectos cuando la liquidación en la fecha de vencimiento es por entrega física o por
diferencia de precios.
En el mercado español algunos trabajos como los de Andrés (2001), Corredor et al. (2001) o Illueca y Lafuente (2006) apuntan hacia un incremento del volumen negociado en la fecha del vencimiento, aunque los efectos sobre la volatilidad y los precios varían en función de los periodos estudiados y los activos
analizados. El aumento de la negociación en el mercado de contado es un argumento para considerar la posible mayor intensidad del efecto herding. De hecho,
desde los trabajos de Copeland (1976, 1977) y Karpoff (1987), se plantea que el
volumen negociado es máximo cuando todos los inversores son optimistas o pesimistas, es decir, el volumen es más alto cuanto mayor es el consenso habido en el
mercado. Un mayor grado de consenso podría ser consecuencia de un comportamiento imitador más intenso.
Los argumentos teóricos ofrecidos sobre la presencia de inversores diversos
en la fecha del vencimiento (arbitrajistas, manipuladores o ruidosos desinformados que actúan siguiendo las actuaciones de otros) así como las fluctuaciones detectadas a nivel empírico en las variables volumen negociado y volatilidad que
pueden ser asociadas a la información, se encuentran ligados a los posibles cambios que podrían producirse en el nivel de herding de los activos al llegar la fecha
del vencimiento. Por un lado, los distintos tipos de inversores en esta fecha (especialmente arbitrajistas y manipuladores), dejan al descubierto posiciones tomadas
que otros agentes observan y pueden decidir imitar aunque su información privada sugiera otras actuaciones. Este tipo de imitación se encontraría en línea con el
denominado herding impuesto, propuesto por Fromlet (2001). En la misma línea,
Scharfstein y Stein (1990) sugieren que en algunos momentos los agentes pueden
descubrir cómo están posicionados sus competidores en el mercado y se ven obligados a imitarles. El intento de evitar sentir vergüenza al tener que reconocer posibles errores cometidos ante otros agentes, presentado por Shefrin y Statman
(1985), puede potenciar este tipo de actuaciones. Por otro lado, quizá en la fecha
del vencimiento surjan movimientos miméticos asociados al denominado por
Fromlet (2001) herding voluntario, provocado por la aparición de nueva información que produce mayor consenso entre los inversores. Parece factible que el
comportamiento observado en la fecha del vencimiento sea la agregación o la
combinación de ambos tipos de herding.
En este marco localizamos el objetivo de nuestro trabajo que consiste en evaluar si los efectos que se han observado en la fecha del vencimiento se reflejan
también en el comportamiento mimético de los inversores.
En concreto, dado que en el mercado español se ha detectado la presencia de
herding [Blasco y Ferreruela (2008)], en este trabajo se pretende determinar si
existen cambios significativos en los niveles de herding en la fecha del vencimiento o en los días previos a ella en los principales activos del mercado español2.
164
Una explicación del efecto herding desde el mercado de derivados
Puesto que en el mercado se negocian derivados sobre el Ibex-35 con vencimiento
mensual, los terceros viernes del mes, y también se negocian opciones y futuros
sobre acciones con vencimiento trimestral, se pretende llevar a cabo un doble análisis del vencimiento. Para ello estudiaremos, por un lado, las posibles diferencias
sobre la intensidad de herding en las fechas de vencimiento de la opción y el futuro
sobre el Ibex-35 (tercer viernes de cada mes) dado que las acciones objeto de análisis forman parte importante del Ibex-35. Por otro lado, analizaremos los posibles
cambios en la intensidad de herding en la fecha del vencimiento que se produce el
tercer viernes de los meses de marzo, junio, septiembre y diciembre (vencimiento
trimestral) en la que coincide el vencimiento de las opciones y futuros sobre acciones con el vencimiento de las opciones y futuros sobre el Ibex-35. Estos viernes en
los que vencen conjuntamente todos los derivados sobre renta variable podrían
considerarse el equivalente en días de las “horas brujas”. En concreto, hasta el año
2000 podríamos hablar de “triples días brujos”, para pasar en 2001 a “cuádruples
días brujos” con la introducción en ese año de los futuros sobre algunos activos individuales. Con este doble análisis (vencimiento de derivados sobre el Ibex-35
frente a vencimiento conjunto de derivados sobre el Ibex-35 y derivados sobre acciones) quizá podamos determinar si alguna característica concreta de este vencimiento conjunto influye en los efectos detectados.
Este trabajo presenta una doble contribución a la literatura. Por un lado, en
relación a las finanzas del comportamiento, se trata de establecer una relación
entre el herding y la información generada en el mercado de derivados, cuestión
que no se ha analizado empíricamente en ningún estudio sobre comportamiento
gregario. Dicha relación creemos que puede suponer un avance importante en la
comprensión del comportamiento de las fuerzas que inducen al herding en aquellos activos que cuentan con derivado. Por otro lado, el trabajo contribuye a la
comprensión del comportamiento gregario del mercado español en concreto, dada
la escasa literatura al respecto.
El trabajo se ha organizado atendiendo a la siguiente estructura: el apartado
uno describe la metodología utilizada, el apartado dos presenta la base de datos
empleada así como algunos descriptivos del mercado español, el apartado tres recoge los resultados obtenidos y sus implicaciones. Finalmente, el apartado cuatro
resume las principales conclusiones que se derivan del trabajo.
1. METODOLOGÍA
El contraste sobre las posibles diferencias en la intensidad de herding se va a
realizar en dos etapas metodológicas. En una primera etapa se obtendrá la variable que mide la intensidad de herding que existe diariamente en cada título, y en
una segunda etapa se determinará si existen diferencias significativas en dichos
niveles de herding los días del vencimiento de los derivados correspondientes.
(2) Elegimos centrar nuestro interés en el efecto vencimiento dado que algunos trabajos sobre el
mercado español [por ejemplo, Pardo (1998)] argumentan que la introducción de los mercados derivados no desestabiliza al mercado, pero sí que afectan significativamente a la volatilidad intradía
y al volumen los días de vencimiento del contrato de derivados.
165
Revista de Economía Aplicada
1.1. Obtención de la intensidad de herding diaria de cada título
Para llevar a cabo la medida de herding nos basamos en la propuesta metodológica de PS (2006) que parte del modelo de cascadas de información de BHW (1992).
En dicho modelo los inversores reciben una señal imperfecta sobre el valor futuro
de un activo que les indica que el precio subirá si reciben una señal de buenas noticias o bajará si reciben una señal de malas noticias. Los inversores conocen su
propia señal, pero desconocen cuál es la señal recibida por los demás, aunque sí
que pueden observar las decisiones que toman en sus transacciones. En este modelo los inversores deciden de forma secuencial si invierten o no en el activo, de
modo que la observación de las decisiones de participantes precedentes se convierte en crucial a la hora de tomar la decisión propia. BHW (1992) muestran que
una cascada de inversión (desinversión) comenzará si, y solo si, tanto el primer inversor como el segundo deciden invertir (desinvertir). Por tanto, una cascada de
comportamiento imitador a nivel empírico se observará con secuencias de negociación iniciadas por compradores o vendedores más largas que las que se observarían si no existiesen dichas conductas miméticas y cada inversor tomase su decisión de inversión en función de su propia información.
El estadístico de intensidad de herding presentado por PS (2006) establece la
medida del herding en función de los contrastes de secuencias. Al igual que en
dicho trabajo nosotros identificamos las transacciones iniciadas por compradores
o vendedores con el tick-test, siguiendo la línea marcada por éstos y otros autores
como Lyons (1995) o Sias y Starks (1997)3.
El estadístico para medir la intensidad de herding viene definido por PS (2006)
como:
x(i, j, t )
H ( i, j , t ) =
σ 2 (i, j, t )
Donde i toma tres sentidos diferentes según sea la transacción iniciada por
comprador, iniciada por vendedor o transacción cero-tick. Denominaremos Ha(j,t)
a los valores del estadístico para el título j en el día t en secuencias al alza (comprador), Hb(j,t) los valores del estadístico para el título j en el día t en secuencias a
la baja (vendedor) y Hc(j,t) para las secuencias de cero-tick del título j en el día t.
El numerador del estadístico se define como:
x(i, j, t ) =
( ri + 1 / 2 ) − npi (1 − pi )
n
Siendo ri el número real de secuencias del tipo i (alza, baja o cero), n el número total de transacciones realizadas en el activo j en el día t, 1/2 es un paráme-
(3) Existen distintas alternativas para clasificar una transacción como iniciada por comprador o
iniciada por vendedor. Finucane (2000) muestra cómo este método ofrece unos resultados similares a otros métodos de clasificación.
166
Una explicación del efecto herding desde el mercado de derivados
tro de ajuste por discontinuidad, pi es la probabilidad de encontrar una secuencia
de tipo i (a priori pi = 1/3)4.
x(i, j, t) se distribuye asintóticamente como una normal con media cero y varianza:
σ 2 (i, j, t ) = pi (1 − pi ) − 3 pi2 (1 − pi )2
Si los inversores imitan, el número real de secuencias iniciadas será inferior al
esperado y por tanto los valores del estadístico deberían ser negativos y significativos. Para muestras grandes H(i, j,t) se distribuye como una normal con media 0 y
varianza 1. No obstante, y siguiendo las indicaciones establecidas en PS (2006), se
utiliza un procedimiento bootstrap para corroborar la significatividad de las estimaciones considerando que la discretización de precios puede hacer variar los valores críticos. El bootstrap utilizado se construye partiendo de una muestra inicial
de títulos que bajo distintas metodologías no presentan indicios de comportamiento imitador y que, por tanto, soportan la hipótesis nula de ausencia de herding. Se
calculan los diferentes tipos de secuencias, se realiza el muestreo de 1000 réplicas
bootstrap, cada una de ellas conteniendo aproximadamente 1000 transacciones, se
computa el número de veces en que se excede al alza o la baja el número de secuencias de cada tipo con respecto a las que calcula el producto n.pi.(1-pi) y se calcula la correspondiente distribución bootstrap de H5.
1.2. Análisis de la intensidad de herding en los días del vencimiento de los
derivados
La segunda fase metodológica consiste en el análisis del nivel de herding a lo
largo del periodo estudiando si existen diferencias en dichos niveles en las fechas
del vencimiento de los derivados. Para ello se procederá a la estimación del modelo objeto de contraste sobre las variables intensidad de herding calculadas para
(4) Bajo la hipótesis nula de comportamiento aleatorio donde los precios responden a la información nueva que llega a los mercados y que, a su vez, es aleatoria si no presenta patrón alguno de
llegada, la probabilidad de cada tipo de secuencia debería ser la misma. No obstante, y dado que
los mercados bursátiles pueden recoger otras tendencias y comportamientos distintos del propiamente imitador, pero que pueden modificar estos valores, de acuerdo con los trabajos de Blasco et
al. (2007 y 2009), hemos seleccionado una muestra de títulos en los que no existen indicios de
comportamiento imitador y hemos calculado la probabilidad de cada tipo de secuencias. Para el
mercado español encontramos que, en media, la probabilidad de secuencias al alza y a la baja es
del 30% y las secuencias cero-tick se producen en el intervalo temporal estudiado con una probabilidad media del 40%. En este trabajo, sin embargo, hemos optado por considerar el caso más general de equiprobabilidades de 1/3, dado que la significatividad y las conclusiones obtenidas en este
trabajo no difieren sustancialmente al considerar uno u otro caso de probabilidades, puesto que los
niveles de intensidad de herding son relevantes (y trabajar con la segunda alternativa supone simplemente una reducción aproximada del 10% en el valor absoluto del estadístico H). No obstante,
en las distintas fases del trabajo haremos referencia a la robustez de los resultados bajo esta segunda alternativa de probabilidades.
(5) Se realiza asimismo la comprobación adicional de la significatividad bajo la hipótesis alternativa de probabilidades (30%, 30% y 40% para secuencias al alza, a la baja y cero-tick, respectivamente) mediante el correspondiente boostrap. Los estadísticos siguen manteniendo la significatividad.
167
Revista de Economía Aplicada
cada uno de los activos con opción y/o futuro durante el periodo analizado. Para
el análisis se han creado diez variables ficticias recogidas en dos grupos: el primero reúne las variables ficticias correspondientes al vencimiento mensual de los derivados sobre el Ibex-35 y el segundo las asociadas al vencimiento conjunto de los
derivados sobre acciones y sobre el Ibex-35 (trimestral). En ambos casos la idea
es tratar de identificar los posibles cambios que se pueden producir en la variable
objeto de contraste el día de vencimiento y a lo largo de toda la semana previa, siguiendo el planteamiento habitual en los contrastes empíricos sobre este efecto.
De hecho, la información cercana a la fecha de vencimiento no se origina en un
instante concreto, sino que muy probablemente se genera de manera secuencial en
función del flujo informativo de las sesiones precedentes al vencimiento y las expectativas generadas en los mercados derivados. En este sentido las variables ficticias genéricas Dn serán: D1 que tomará valor 1 el día del vencimiento y 0 en otro
caso, D2 que tomará valor 1 el día del vencimiento y el día anterior, D3 que tomará el valor 1 el día de vencimiento y los dos días previos, D4 que toma valor 1 el
día del vencimiento y los tres días previos y D5 que tomará valor 1 toda la semana
del vencimiento y 0 en el resto de casos. La denominación específica de las variables ficticias para el vencimiento individual de los derivados sobre el Ibex-35 será
DIn y para las variables ficticias indicativas del vencimiento conjunto de los derivados sobre el Ibex-35 y sobre acciones será DSn, siendo n = 1, 2, 3, 4 y 5 como
se ha descrito previamente.
Con el objetivo de contrastar los posibles cambios en las variables que miden
el herding para cada título se propone un modelo de regresión en el cual se incorpora como variable dependiente H(i,j,t), calculada conforme se ha explicado en el
apartado anterior. Dado que en un análisis previo se ha detectado la presencia de
autocorrelación en dichas series, se considera oportuno incorporar como variables
explicativas k retardos de la variable H(i,j,t) para tratar de evitar dicho problema6.
Adicionalmente se incorpora como variable explicativa la variable ficticia que recoge el momento del vencimiento correspondiente y objeto de contraste, planteando para cada título un sistema de tres ecuaciones (una por cada tipo de secuencia:
alza, baja y cero) que posteriormente estimamos siguiendo la metodología SUR
(Seemingly Unrelated Regression), que nos permite estimar los parámetros del
sistema teniendo en cuenta heterocedasticidad y correlación contemporánea entre
los errores de las ecuaciones7.
A continuación se muestra el modelo general:
k
H i , j , t = α i , j + ∑ βi , j H i , j , t − s + δ i , j Dn + µi , j , t
s =1
Donde Hi,j,t representa cada uno de los tres tipos de nivel de intensidad de
herding calculados (i= al alza, a la baja o cero) para cada activo analizado (j = 1,
(6) El número de retardos variará en función del título y por tanto de la correlación detectada en
cada uno, en general oscila entre 1 y 5 retardos.
(7) De esta forma se realizarán 10 estimaciones del sistema diferentes para cada uno de los títulos
incluyendo en cada estimación una de las variables ficticias definidas anteriormente.
168
Una explicación del efecto herding desde el mercado de derivados
2, 3,…17) en el día t. Dn es la variable ficticia conforme se ha definido previamente y µi,j,t representa el término de error en cada ecuación del sistema.
El hecho de encontrar coeficientes significativos para las variables dummy
indicará la existencia de un efecto vencimiento de los derivados sobre la intensidad de herding presente en el mercado. Si además el signo del coeficiente significativo es negativo, los resultados revelarán una mayor intensidad de herding en
los días de vencimiento de los derivados.
2. BASE DE DATOS
Dado el objetivo del trabajo la base de datos empleada recoge 17 títulos del
mercado español que cuentan con opción y/o futuro a lo largo del periodo de estudio. En concreto los títulos analizados (de los que tomamos su denominación
más reciente) son: Abertis, Acerinox, Altadis, Banco Popular, Bankinter, BBVA,
Endesa, Gas Natural, Iberdrola, Indra, Inditex, Repsol, Santander, Sogecable,
Telefónica, TPI y Unión Fenosa. La relevancia de estos títulos en cuanto al volumen negociado respecto al global del mercado es tan destacada que hace que
su comportamiento pueda tener implicaciones importantes en el conjunto del
mercado.
El periodo analizado comprende desde enero de 1997 hasta diciembre de
2003. La base de datos empleada para llevar a cabo los análisis ha sido proporcionada por la Sociedad de Bolsas Española. La base de datos es intradiaria y contiene todas las transacciones realizadas en el mercado continuo español, especificando para cada transacción: la fecha de la operación, la hora exacta de la transacción
en horas, minutos y segundos, el código del título, el precio de la transacción y el
volumen de contratos negociados en dicho intercambio. Estos datos son para
todas las operaciones que tienen lugar en cada sesión de negociación en todos los
títulos negociados y a lo largo de todos los días del periodo muestral8.
Para llevar a cabo el análisis se han eliminado en cada sesión aquellas operaciones que se realizan fuera del horario habitual del mercado, tanto antes de la
apertura oficial de la sesión como las que tienen lugar después del cierre del mercado. Los horarios de apertura y cierre han ido cambiado a lo largo del periodo
analizado por lo que esta regla se ha ido adaptando a los diversos cambios.
El cuadro 1 panel A recoge algunos descriptivos del mercado de capitales español (en su conjunto e individualmente para los 17 títulos analizados) durante el
periodo objeto de estudio, como son el número medio de transacciones realizadas,
el volumen negociado o el porcentaje medio de transacciones diarias sobre el total
de transacciones para los títulos individuales. Cabe destacar la importancia de la
(8) Hay que tener en cuenta que el intenso tratamiento de la información se hace más complejo
conforme se avanza en el periodo muestral debido al incremento del número de transacciones.
Tanto la extracción de datos de la base de datos original, como su posterior tratamiento en Excel y
el uso de los programas para el cálculo del nivel de intensidad de herding diario para cada título se
complican en los últimos años de la muestra debido a las limitaciones de capacidad de almacenaje
de los ficheros y a la ralentización de los programas.
169
Revista de Economía Aplicada
negociación de algunos títulos como BBVA con un 10% de las transacciones totales, Santander con un 9% y Telefónica con un 14%. El conjunto de los títulos analizados supone más del 71% de las transacciones totales, lo que nos da idea de la
relevancia en el mercado de las 17 acciones objeto de estudio.
En el cuadro 1 panel B se presentan datos relativos al volumen negociado en
el mercado de derivados español, tanto para los derivados sobre acciones como
para los derivados sobre el índice Ibex-35 durante el periodo de 1997 a 2003. Se
observa un incremento paulatino en el volumen total negociado de los derivados a
lo largo de todo el periodo, con un ligero descenso en el año 2003, aunque siem-
Cuadro 1. PANEL A: DESCRIPTIVOS DEL MERCADO DE CONTADO.
VALORES MEDIOS PARA EL PERIODO 1997-2003
Datos globales del mercado
Promedio del número de transacciones diarias en el mercado
Promedio del número de transacciones diarias por acción
Volumen medio diario (en número de títulos) en cada transacción
Volumen medio (negociado en euros) en cada transacción
42.869
124
2.098
25.722
Datos de los títulos individuales
Porcentajes de transacciones diarias de los títulos sobre el total de transacciones
del mercado:
Acerinox
1,02%
Abertis
1,06%
Altadis
2,88%
Bankinter
1,22%
BBVA
10,05%
Endesa
6,67%
Gas Natural
1,47%
Iberdrola
2,83%
Inditex
3,38%
Indra
2,56%
Popular
2,12%
Repsol
5,47%
Santander
9,36%
Sogecable
2,24%
Telefónica
14,98%
TPI
2,42%
Unión Fenosa
1,61%
Fuente: Elaboración propia.
170
Una explicación del efecto herding desde el mercado de derivados
pre por encima de los datos del 2000. Cabe destacar el año 2001 por el elevado
crecimiento de los derivados sobre activos individuales tanto en opciones como en
futuros. Este hecho es obvio en estos últimos al comenzarse su negociación en
enero de ese año. En concreto, se observa un crecimiento del 9,9% en el volumen
negociado en los derivados sobre el Ibex-35, frente a casi un 90% en el volumen
negociado en los derivados sobre acciones. Este dato es un claro reflejo del desarrollo del mercado de derivados español sobre activos individuales ocurrido en los
últimos años del periodo muestral.
Como resultados complementarios que pueden ayudar a ilustrar la importancia de la introducción de mercados de derivados sería interesante analizar el efecto que se produjo en media sobre el nivel de intensidad de herding con la introducción de los futuros sobre acciones el 11/01/2001. Este análisis se presentará en
el apartado siguiente una vez que se haya calculado el nivel de intensidad de herding para cada título.
Cuadro 1. PANEL B: DESCRIPTIVOS DEL VOLUMEN NEGOCIADO EN EL MERCADO
DE DERIVADOS (Nº DE CONTRATOS NEGOCIADOS). EVOLUCIÓN DURANTE
EL PERIODO ANALIZADO 1997-2003
Año
Futuros
sobre el Ibex
Opciones
sobre el Ibex
Opciones
sobre
acciones
1997
1998
1999
2000
2001
2002
2003
3.638.096
5.185.150
5.101.588
4.183.028
4.328.315
4.621.067
4.616.795
848.089
1.010.421
861.255
765.979
1.108.970
5.366.944
2.981.593
1.485.074
2.695.206
8.091.728
16.580.519
22.628.067
18.701.248
11.378.992
Futuros
sobre
acciones
8.766.365
12.645.186
12.492.568
Total
5.971.259
8.890.777
14.054.571
21.529.526
36.831.717
41.334.445
31.469.948
Fuente: Elaboración propia con datos de MEFF y Bolsa de Madrid.
3. RESULTADOS
3.1. Descriptivos del nivel de intensidad de herding
El cuadro 2 panel A presenta los principales descriptivos de las series de intensidad de herding de los 17 activos estudiados tanto en las transacciones iniciadas por el comprador, por el vendedor o cero-tick. Se puede observar cómo todos
los activos tienen niveles de herding significativos. Los valores medios de dichos
niveles oscilan en el rango -26,20 y -4,99 para Ha, entre -25,94 y -4,93 para Hb y
entre -15,55 y -1,78 para Hc, todos ellos negativos y significativos. Los valores
máximos oscilan para Ha entre -5,21 y 10,51, para Hb entre -5,21 y 10,98 y para
171
Abertis
p-valor
Acerinox
p-valor
Altadis
p-valor
B. Popular
p-valor
Bankinter
p-valor
BBVA
p-valor
Endesa
p-valor
Gas Nat.
p-valor
Iberdrola
p-valor
Indra
p-valor
-6,11
(0,00)
-4,99
(0,00)
-10,14
(0,00)
-8,04
(0,00)
-5,50
(0,00)
-19,36
(0,00)
-16,99
(0,00)
-6,31
(0,00)
-10,77
(0,00)
-9,10
(0,00)
Media
-16,42
-15,89
-48,12
-27,01
-27,23
-65,70
-89,77
-24,80
-36,39
-37,46
2,31
2,27
0,61
0,33
-4,71
-2,59
10,51
-1,37
-0,28
Min.
0,45
Max.
Ha
-6,06
(0,00)
-4,93
(0,00)
-10,24
(0,00)
-8,05
(0,00)
-5,44
(0,00)
-19,32
(0,00)
-16,88
(0,00)
-6,30
(0,00)
-10,74
(0,00)
-8,91
(0,00)
Media
172
-1,18
-1,74
10,98
-2,52
-5,20
0,57
0,75
1,24
2,31
0,31
Max.
Hb
-38,93
-38,76
-23,61
-90,38
-66,84
-21,52
-48,83
(0,00)
-32,06
-14,69
-19,18
Min.
-2,11
(0,02)
-1,78
(0,02)
-4,59
(0,00)
-2,95
(0,01)
-2,01
(0,05)
-10,47
(0,00)
-9,18
(0,00)
-2,27
(0,01)
-5,08
(0,00)
-4,05
(0,00)
Media
1,93
2,44
2,80
1,16
1,80
2,67
4,34
2,48
2,81
2,74
Max.
Hc
Cuadro 2. PANEL A: DESCRIPTIVOS DE LAS SERIES DE INTENSIDAD DE HERDING, EN OPERACIONES INICIADAS
POR COMPRADOR (HA), POR VENDEDOR (HB) Y CERO-TICK (HC) PARA LOS 17 TÍTULOS ANALIZADOS
-32,51
-24,66
-18,35
-85,08
-55,10
-14,71
-20,25
-42,63
-9,05
-11,49
Min.
Revista de Economía Aplicada
173
-10,79
(0,00)
-14,93
(0,00)
-21,94
(0,00)
-7,36
(0,00)
-26,20
(0,00)
-9,87
(0,00)
-7,42
(0,00)
-175,80
-71,99
-83,30
-35,61
-109,51
-81,86
-31,34
-3,88
-2,02
0,10
-5,21
0,51
0,75
Min.
-1,53
Max.
-10,97
(0,00)
-14,77
(0,00)
-21,88
(0,00)
-7,20
(0,00)
-25,94
(0,00)
-9,70
(0,00)
-7,30
(0,00)
Media
0,26
-0,57
-5,21
0,46
-2,28
-2,61
-3,15
Max.
Hb
-25,59
-84,95
-104,40
-41,46
-82,90
-72,48
-177,02
Min.
-5,15
(0,00)
-7,69
(0,00)
-13,35
(0,00)
-2,53
(0,01)
-15,55
(0,00)
-4,61
(0,00)
-2,83
(0,01)
Media
Fuente: Elaboración propia.
El cuadro muestra los valores del estadístico H i,j,t y entre paréntesis aparece el p-valor por bootstrap. Periodo 1997-2003.
Inditex
p-valor
Repsol
p-valor
Santander
p-valor
Sogecable
p-valor
Telefónica
p-valor
TPI
p-valor
U. Fenosa
p-valor
Media
Ha
2,49
1,77
0,78
2,44
0,36
1,48
1,52
Max.
Hc
Min.
-14,46
-69,16
-86,34
-23,20
-69,25
-67,09
-163,17
Cuadro 2. PANEL A: DESCRIPTIVOS DE LAS SERIES DE INTENSIDAD DE HERDING, EN OPERACIONES INICIADAS
POR COMPRADOR (HA), POR VENDEDOR (HB) Y CERO-TICK (HC) PARA LOS 17 TÍTULOS ANALIZADOS (continuación)
Una explicación del efecto herding desde el mercado de derivados
Revista de Economía Aplicada
Hc entre 0,36 y 4,34. Los valores mínimos varían para Ha entre -175,80 y -15,89,
para Hb entre -177,02 y -14,69 y para Hc entre -163,17 y -9,05. Estos valores dan
muestra de las variaciones tanto a través de los títulos como en cada título a lo
largo de los diferentes días analizados. Se puede observar cómo siendo todos significativos existen grandes diferencias entre los niveles medios de algunos títulos.
Así se podrían destacar tres grupos según el nivel de intensidad de herding. Por
un lado, nos encontramos con los títulos de mayor intensidad de herding que se
corresponden con los más negociados en el mercado (percentil 100), Telefónica,
Santander, BBVA, Endesa y Repsol ordenados de mayor a menor grado de herding y con niveles en herding superiores a -14 en media para Ha y Hb. Otro grupo
(percentil 66) incluiría a Inditex, Iberdrola, Altadis, TPI, Indra y Banco Popular.
Finalmente el grupo con menores niveles de herding (percentil 33) recogería los
títulos de Unión Fenosa, Sogecable, Gas Natural, Abertis, Bankinter y Acerinox.
Con el objetivo de presentar evidencia de cómo la introducción de futuros
sobre acciones pudo afectar al nivel de intensidad de herding, se ha realizado un
análisis de regresión incluyendo una variable dummy, que toma valor 1 a partir de
la fecha de la introducción de los futuros y 0 antes de dicha fecha, como variable
explicativa del nivel de intensidad de herding. Los resultados obtenidos se muestran en el panel B del cuadro 2. Como principal conclusión hay que destacar el incremento de la intensidad imitadora en la negociación de los títulos después de la
introducción del correspondiente futuro sobre acciones en los cinco activos sobre
los que se negociaron (Telefónica, BBVA, Repsol, Santander y Endesa). Estos resultados obtenidos sólo nos permiten constatar el incremento del nivel medio de
herding a partir de dicha fecha. Sin embargo, es difícil determinar si los resultados se deben exclusivamente a la aparición del mercado de futuros, al tratarse de
un suceso único en el periodo temporal analizado, por ello se va a analizar un
hecho periódico que se produce como consecuencia de la existencia de mercados
derivados y que es el día de vencimiento.
3.2. Análisis del efecto vencimiento en el comportamiento gregario
Los resultados obtenidos en las tres medidas de herding cuando se tiene en
cuenta el vencimiento de los derivados del Ibex-35 se presentan en el cuadro 3.
Dicho cuadro muestra únicamente los coeficientes de las variables ficticias objeto
de contraste para las cinco variantes que se han descrito a lo largo de la semana
del vencimiento. Por claridad, se presentan exclusivamente los resultados de los
14 títulos que en alguno de los análisis realizados han mostrado algún coeficiente
significativo. Por ello, dada su no significatividad no aparecen en ninguno de los
cuadros los datos relativos a 3 títulos: IDR, SGC y UNF. De la observación de los
datos detectamos coeficientes significativos y negativos en 8 de los 17 títulos en
la variable Ha, en 6 en la variable Hb y en 4 de los 17 de la variable Hc. En casi
todos los casos los coeficientes significativos se corresponden con el día del vencimiento y los 2 y 3 días anteriores al vencimiento. Es decir, el efecto imitador es
significativamente más intenso en el día del vencimiento o en algún día previo.
Destacamos los resultados para los valores de un título con alto volumen de negociación y, por tanto, de importancia para el global del mercado como es Telefónica, en el que tanto para las secuencias al alza como para las secuencias a la baja,
174
Una explicación del efecto herding desde el mercado de derivados
Cuadro 2. PANEL B: RESULTADOS DE LA ESTIMACIÓN SUR (SEEMINGLY UNRELATED
REGRESSION) DE UN MODELO EN EL QUE SE MIDE EL CAMBIO EN EL NIVEL DE
INTENSIDAD DE HERDINA A PARTIR DE LA INTRODUCCIÓN DE LOS FUTUROS
SOBRE ACCIONES EL 11/01/2001
TEF
t-est.
BBV
t-est.
SAN
t-est.
REP
t-est.
ELE
t-est.
Ha
Hb
Hc
-1,232***
(-2,78)
-1,278***
(-4,01)
-1,731***
(-4,23)
-1,003***
(-3,48)
-0,677**
(-2,51)
-1,242***
(-2,85)
-1,258***
(-3,84)
-1,723***
(-4,18)
-0,937***
(-3,14)
-0,663**
(-2,37)
-1,375***
(-3,50)
-0,859***
(-3,00)
-1,483***
(-3,94)
-0,373
(-1,51)
-0,167
(-0,70)
El modelo analizado es:
k
H i , j , t = α i , j + ∑ βi , j H i , j , t − s + δ i , j DIF + µi , j , t
s =1
Donde Hi,j,t representa cada uno de los tres tipos de nivel de intensidad de herding calculados (i= al
alza, a la baja o cero) para cada activo analizado j en el día t. DIF es la variable ficticia que toma
valor 0 antes de la introducción de los futuros sobre acciones y 1 en el periodo que va desde el
11/01/2001 hasta diciembre de 2003, y µi,j,t representa el término de error en cada ecuación del sistema. En el cuadro se presentan los datos relativos al coeficiente de la variable dummy representativa de
la introducción de dichos derivados para los cinco títulos más líquidos. Entre paréntesis se muestra el
valor del estadístico t. * Significativo al 10%, ** Significativo al 5%, *** Significativo al 1%.
Fuente: Elaboración propia.
en el día del vencimiento, éstas son significativamente más largas de lo habitual.
Repsol, por su parte, muestra este comportamiento en la variable que representa
lo que ocurre en el conjunto de los tres días previos al vencimiento. Además, los
coeficientes correspondientes a las secuencias al alza y a la baja son prácticamente en todos los casos (significativos) mayores en valor absoluto a los de las secuencias cero-tick, indicando un mayor efecto en aquellos casos en los que los
precios se están moviendo.
El cuadro 4 recoge el impacto de las variables ficticias asociadas al vencimiento conjunto de todos los derivados en los distintos niveles de herding calculados. En este caso observamos también que para secuencias al alza hay 6 títulos
con efectos significativos negativos aunque a diferencia del caso del vencimiento
del Ibex-35 se encuentran más agrupados en el día del vencimiento. Algunos títulos coinciden en cuanto a tener efecto vencimiento sobre la intensidad de herding
en ambos momentos (vencimiento de derivados del Ibex-35 y vencimiento conjunto de todos los derivados) como ocurre en el caso de Telefónica, Abertis, Indi-
175
ABE
t-est.
ACX
t-est.
ALT
t-est.
BBV
t-est.
BKT
t-est.
ELE
t-est.
GAS
t-est.
IBE
t-est.
ITX
t-est.
POP
t-est.
REP
t-est.
DI2
-0,285 -0,191
(-1,20) (-1,10)
-0,597** -0,082
(-2,49) (-0,47)
-0,042
0,076
(-0,08)
(0,21)
-0,783
0,190
(-1,35)
(0,45)
-0,401 -0,235
(-1,49) (-1,20)
-1,017 -0,594
(-1,57) (-1,26)
-0,295 -0,174
(-0,98) (-0,79)
-0,285 -0,118
(-0,79) (-0,45)
-2,134*** -1,083*
(-2,72) (-1,88)
-0,495 -0,189
(-1,60) (-0,84)
-0,581 -0,584
(-1,08) (-1,50)
DI1
DI4
-0,324** -0,254**
(-2,24) (-1,98)
-0,245* -0,124
(-1,67) (-0,95)
-0,025
0,085
(-0,08)
(0,32)
-0,255 -0,255
(-0,72) (-0,80)
-0,222 -0,236
(-1,35) (-1,62)
-0,561 -0,660*
(-1,42) (-1,88)
-0,118 -0,324**
(-0,64) (-1,98)
-0,242 -0,257
(-1,10) (-1,31)
-0,685 -0,379
(-1,42) (-0,88)
-0,418** -0,376**
(-2,22) (-2,24)
-0,578* -0,353
(-1,77) (-1,21)
DI3
Ha
-0,084
(-0,70)
-0,204*
(-1,68)
0,170
(0,69)
-0,116
(-0,39)
-0,188
(-1,38)
-0,579*
(-1,77)
-0,203
(-1,34)
-0,096
(-0,52)
-0,022
(-0,05)
-0,137
(-0,87)
-0,036
(-0,13)
DI5
-0,407*
(-1,67)
0,144
(0,58)
0,119
(0,23)
-0,590
(-0,99)
-0,523*
(-1,93)
-1,093*
(-1,64)
-0,355
(-1,14)
-0,381
(-1,06)
-1,851**
(-2,29)
-0,455
(-1,39)
-0,740
(-1,33)
DI1
DI3
DI4
-0,365** -0,340** -0,199
(-2,06) (-2,29) (-1,51)
0,245 -0,006
0,026
(1,36) (-0,04)
(0,19)
0,063 -0,003
0,054
(0,17) (-0,01)
(0,19)
0,220 -0,147 -0,232
(0,51) (-0,40) (-0,71)
-0,285 -0,180 -0,205
(-1,45) (-1,09) (-1,39)
-0,509 -0,409 -0,572
(-1,05) (-1,01) (-1,58)
-0,165
0,015 -0,274
(-0,73) (0,08) (-1,62)
-0,186 -0,133 -0,177
(-0,71) (-0,60) (-0,90)
-0,973* -0,563 -0,359
(-1,64) (-1,13) (-0,81)
-0,210 -0,471** -0,305*
(-0,88) (-2,36) (-1,71)
-0,489 -0,443 -0,290
(-1,21) (-1,31) (-0,96)
DI2
Hb
-0,047
(-0,38)
-0,065
(-0,52)
0,143
(0,55)
-0,072
(-0,24)
-0,201
(-1,46)
-0,540
(-1,61)
-0,123
(-0,78)
-0,049
(-0,27)
0,001
(0,00)
-0,114
(-0,69)
-0,036
(-0,12)
DI5
-0,071
(-0,36)
-0,005
(-0,03)
0,185
(0,43)
-0,501
(-0,93)
-0,103
(-0,52)
-0,785
(-1,28)
-0,262
(-1,14)
-0,186
(-0,60)
-1,213*
(-1,80)
-0,274
(-1,14)
-0,429
(-0,87)
DI1
-0,111
(-0,78)
0,078
(0,61)
0,016
(0,05)
0,338
(0,86)
-0,096
(-0,67)
-0,378
(-0,85)
-0,141
(-0,85)
-0,076
(-0,34)
-0,568
(-1,15)
-0,179
(-1,03)
-0,456
(-1,27)
DI2
-0,217*
(-1,83)
-0,010
(-0,10)
-0,005
(-0,02)
-0,122
(-0,37)
-0,088
(-0,73)
-0,391
(-1,04)
0,012
(0,08)
-0,119
(-0,63)
-0,468
(-1,13)
-0,190
(-1,30)
-0,306
(-1,01)
DI3
Hc
-0,088
(-0,83)
0,002
(0,02)
0,084
(0,36)
-0,048
(-0,16)
-0,098
(-0,92)
-0,515
(-1,54)
-0,144
(-1,15)
-0,190
(-1,13)
-0,133
(-0,36)
-0,118
(-0,90)
-0,129
(-0,48)
DI4
Cuadro 3: RESULTADOS DE LA ESTIMACIÓN SUR (SEEMINGLY UNRELATED REGRESSION). DATOS DE LOS COEFICIENTES DE
LA VARIABLE ASOCIADA AL DÍA DEL VENCIMIENTO DE LOS DERIVADOS SOBRE EL IBEX-35. PERIODO 1997-2003
0,016
(0,16)
-0,092
(-1,04)
0,081
(0,37)
-0,059
(-0,22)
-0,059
(-0,60)
-0,567*
(-1,83)
-0,070
(-0,60)
-0,157
(-1,01)
0,005
(0,01)
0,018
(0,14)
0,021
(0,08)
DI5
Revista de Economía Aplicada
176
DI2
DI3
DI4
DI5
DI1
DI2
DI3
Hb
DI4
DI5
177
H
i, j , t
=α
k
+ ∑ β H
+δ D + µ
i, j n
i, j , t
i, j
i, j i, j , t − s
s =1
DI2
DI3
DI4
-0,739
0,035 -0,330 -0,420
(-1,12)
(0,07) (-0,82) (-1,18)
-1,961*** -0,412 -0,805* -0,659*
(-2,74) (-0,79) (-1,84) (-1,69)
-0,175
0,153 -0,005
0,027
(-0,52)
(0,63) (-0,02)
(0,14)
DI1
Hc
-0,035
(-0,10)
-0,310
(-0,85)
0,053
(0,31)
DI5
Fuente: Elaboración propia.
Siendo Hi,j,t cada uno de los tres tipos de nivel de intensidad de herding calculados (i= al alza Ha, a la baja Hb o cero Hc) para cada activo analizado j en el
día t. Dn puede tomar distintos valores dependiendo de si se considera un día antes del vencimiento (DI1), dos (DI2), tres (DI3), cuatro (DI4) o toda la semana
del vencimiento (DI5). El R2 medio de las regresiones de Ha es 0,63. El R2 medio de las regresiones de Hb es 0,64. El R2 medio de las regresiones de Hc es
0,53. En el cuadro se muestran los valores de los coeficientes asociados a la variable dummy correspondiente. Entre paréntesis se muestra el valor del estadístico t. * Significativo al 10%, ** Significativo al 5%, *** Significativo al 1%.
El modelo estimado es:
SAN -1,110 -0,089 -0,614 -0,625 -0,067 -1,112 -0,138 -0,501 -0,579 -0,063
t-est. (-1,54) (-0,17) (-1,40) (-1,61) (-0,18) (-1,53) (-0,26) (-1,14) (-1,48) (-0,17)
TEF
-2,249*** -0,282 -0,986** -0,867** -0,376 -2,235*** -0,478 -0,966** -0,877** -0,401
t-est. (-2,80) (-0,48) (-2,01) (-1,98) (-0,92) (-2,82) (-0,83) (-1,99) (-2,03) (-1,00)
TPI
-0,348 -0,051 -0,259 -0,065 -0,063 -0,182
0,106 -0,099
0,027
0,040
t-est. (-0,81) (-0,16) (-0,99) (-0,28) (-0,29) (-0,42)
(0,34) (-0,38) (0,11) (0,18)
DI1
Ha
Cuadro 3: RESULTADOS DE LA ESTIMACIÓN SUR (SEEMINGLY UNRELATED REGRESSION). DATOS DE LOS COEFICIENTES DE LA VARIABLE
ASOCIADA AL DÍA DEL VENCIMIENTO DE LOS DERIVADOS SOBRE EL IBEX-35. PERIODO 1997-2003 (continuación)
Una explicación del efecto herding desde el mercado de derivados
ABE
t-est.
ACX
t-est.
ALT
t-est.
BBV
t-est.
BKT
t-est.
ELE
t-est.
GAS
t-est.
IBE
t-est.
ITX
t-est.
POP
t-est.
DS2
DS3
DS4
DS5
DS1
DS2
DS3
Hb
DS4
-0,581
-0,3
-0,465* -0,471** -0,305 -0,53
-0,43
-0,454* -0,312
(-1,42)
(-1,03) (-1,94) (-2,26) (-1,61) (-1,26) (-1,44) (-1,84) (-1,45)
-1,136*** -0,524* -0,595** -0,420** -0,461** -0,411
-0,144 -0,218
-0,171
(-2,78)
(-1,80) (-2,48) (-2,00) (-2,41) (-0,97) (-0,48) (-0,88) (-0,79)
-0,262
-0,028 -0,433 -0,173
0,051 -0,390
-0,253 -0,561 -0,350
(-0,31)
(-0,04) (-0,89) (-0,41)
(0,13) (-0,44) (-0,40) (-1,09) (-0,78)
-0,089
0,047 -0,302 -0,298
0,001 -0,092
-0,005 -0,173 -0,213
(-0,09)
(0,06) (-0,52) (-0,58)
(0,00) (-0,09) (-0,00) (-0,29) (-0,41)
-0,161
0,098
0,122 -0,029
-0,018 -0,080
0,424
0,411
0,207
(-0,35)
(0,30)
(0,45) (-0,12) (-0,08) (-0,17)
(1,29) (1,51)
(0,87)
-0,804
-0,174 -0,791 -0,872
-0,606 -1,063
-0,233 -0,890 -0,894
(-0,73)
(-0,22) (-1,23) (-1,55) (-1,19) (-0,94) (-0,29) (-1,34) (-1,55)
-0,402
-0,006 -0,063 -0,260
-0,077 -0,293
-0,159 -0,031 -0,297
(-0,78)
(-0,01) (-0,21) (-0,99) (-0,32) (-0,55) (-0,42) (-0,10) (-1,10)
-0,827
-0,291 -0,178 -0,190
-0,100 -0,890
-0,428 -0,303 -0,232
(-1,35)
(-0,66) (-0,49) (-0,60) (-0,35) (-1,45) (-0,98) (-0,84) (-0,74)
-7,280*** -3,546*** -2,434*** -1,936*** -1,042* -6,777*** -3,166*** -2,262*** -1,610**
(-5,74)
(-3,86) (-3,21) (-2,92) (-1,73) (-5,16) (-3,34) (-2,89) (-2,35)
-0,522
0,033 -0,217 -0,169
0,020 -0,601
-0,113 -0,290 -0,213
(-0,99)
(0,08) (-0,70) (-0,63)
(0,08) (-1,07) (-0,28) (-0,88) (-0,74)
DS1
Ha
-0,23
(-1,19)
-0,226
(-1,15)
-0,039
(-0,09)
0,024
(0,05)
0,108
(0,50)
-0,745
(-1,42)
-0,149
(-0,60)
-0,203
(-0,71)
-0,900
(-1,45)
-0,023
(-0,09)
DS5
DS2
-0,252
-0,216
(-0,75) (-0,90)
-0,677** -0,384*
(-2,27) (-1,81)
-0,148
-0,072
(-0,20) (-0,13)
0,343
0,399
(0,37)
(0,61)
0,611* 0,396*
(1,83)
(1,66)
-0,328
0,198
(-0,31)
(0,26)
-0,428
-0,192
(-1,09) (-0,69)
-0,542
-0,204
(-1,04) (-0,55)
-4,336*** -1,518*
(-3,94) (-1,91)
-0,342
-0,063
(-0,84) (-0,21)
DS1
-0,375*
(-1,90)
-0,315*
(-1,80)
-0,436
(-1,01)
-0,113
(-0,21)
0,314
(1,60)
-0,589
(-0,96)
-0,123
(-0,53)
-0,157
(-0,51)
-1,509**
(-2,31)
-0,033
(-0,14)
DS3
Hc
-0,320*
(-1,87)
-0,347**
(-2,27)
-0,255
(-0,68)
-0,006
(-0,01)
0,226
(1,32)
-0,607
(-1,14)
-0,325
(-1,62)
-0,169
(-0,63)
-1,053*
(-1,84)
0,083
(0,39)
DS4
Cuadro 4: RESULTADOS DE LA ESTIMACIÓN SUR (SEEMINGLY UNRELATED REGRESSION). DATOS DE LOS COEFICIENTES DE
LA VARIABLE ASOCIADA AL DÍA DEL VENCIMIENTO CONJUNTO DE LOS DERIVADOS DEL IBEX-35 Y DE LAS ACCIONES.
PERIODO 1997-2003
-0,241
(-1,56)
-0,407***
(-2,93)
-0,047
(-0,14)
0,068
(0,16)
0,118
(0,76)
-0,539
(-1,11)
-0,213
(-1,17)
-0,182
(-0,75)
-0,545
(-1,05)
0,200
(1,05)
DS5
Revista de Economía Aplicada
178
179
0,786
-0,019
(0,86)
(-0,03)
-3,153*** -1,994**
(-2,60)
(-2,31)
-3,548*** -0,798
(-2,59)
(-0,81)
-0,987
-0,056
(-1,36)
(-0,11)
DS2
-0,335
(-0,62)
-1,548**
(-2,18)
-0,830
(-1,03)
0,023
(0,05)
DS3
0,047
(0,10)
-1,222**
(-1,97)
-0,619
(-0,88)
-0,011
(-0,03)
DS4
H
DS1
DS2
DS3
=α
i, j
0,123
(0,25)
-1,172**
(-1,87)
-0,567
(-0,81)
0,265
(0,71)
DS4
0,260
(0,59)
-0,652
(-1,14)
-0,375
(-0,59)
0,157
(0,47)
DS5
k
+ ∑ β H
+δ D + µ
i, j i, j , t − s
i, j n
i, j , t
s =1
0,320
-0,047 -0,230
(0,33) (-0,07) (-0,41)
-3,543*** -2,200** -1,563**
(-2,91) (-2,53) (-2,18)
-3,371** -0,909 -0,648
(-2,50) (-0,94) (-0,81)
-1,191* -0,190
0,115
(-1,64) (-0,36) (0,27)
i, j , t
0,332
(0,78)
-0,648
(-1,15)
-0,313
(-0,49)
0,051
(0,15)
DS5
Hb
1,257
(1,49)
-2,377**
(-2,14)
-2,388**
(-1,96)
-0,716
(-1,25)
DS1
DS3
DS4
DS5
0,356
0,051
0,386
0,418
(0,59)
(0,10)
(0,89)
(1,06)
-1,678** -1,223* -0,966* -0,492
(-2,12) (-1,87) (-1,69) (-0,95)
-0,570 -0,447
-0,366 -0,207
(-0,65) (-0,62) (-0,58) (-0,36)
-0,046
0,085
-0,039
0,009
(-0,11)
(0,25) (-0,13)
(0,03)
DS2
Hc
Fuente: Elaboración propia.
Siendo Hi,j,t cada uno de los tres tipos de nivel de intensidad de herding calculados (i= al alza Ha, a la baja Hb o cero Hc) para cada activo analizado j en el día
t. Dn puede tomar distintos valores dependiendo de si se considera un día antes del vencimiento (DS1), dos (DS2), tres (DS3), cuatro (DS4) o toda la semana del
vencimiento (DS5). El R2 medio de las regresiones de Ha es 0,58. El R2 medio de las regresiones de Hb es 0,52. El R2 medio de las regresiones de Hc es 0,49.
En el cuadro se muestran los valores de los coeficientes asociados a la variable dummy correspondiente. Entre paréntesis se muestra el valor del estadístico t. *
Significativo al 10%, ** Significativo al 5%, *** Significativo al 1%.
El modelo estimado es:
REP
t-est.
SAN
t-est.
TEF
t-est.
TPI
t-est.
DS1
Ha
Cuadro 4: RESULTADOS DE LA ESTIMACIÓN SUR (SEEMINGLY UNRELATED REGRESSION). DATOS DE LOS COEFICIENTES DE
LA VARIABLE ASOCIADA AL DÍA DEL VENCIMIENTO CONJUNTO DE LOS DERIVADOS DEL IBEX-35 Y DE LAS ACCIONES.
PERIODO 1997-2003 (continuación)
Una explicación del efecto herding desde el mercado de derivados
Revista de Economía Aplicada
tex o Acerinox, mientras que otros títulos sólo muestran comportamientos herding
más intensos en algún caso. En secuencias a la baja en 6 de los 17 títulos se observa algún efecto en la semana del vencimiento coincidiendo con los resultados
para el Ibex-35 de los casos de Telefónica, Inditex y Abertis. Finalmente, para secuencias de cero-tick aparecen 5 títulos con coeficientes negativos significativos
agrupados especialmente en el día del vencimiento, número algo superior al encontrado en el caso del vencimiento de los derivados sobre el Ibex-35. Al igual
que en el caso del vencimiento mensual de los derivados sobre el Ibex-35, los coeficientes correspondientes a las secuencias al alza y a la baja son mayores en
valor absoluto a los de las secuencias cero-tick.
Dado que el periodo considerado es bastante amplio y además coincide con
un periodo de cambios importantes en el mercado de derivados español, nos ha parecido oportuno dividir el periodo completo en dos subperiodos homogéneos en
número de observaciones, el primero de los cuales (enero de 1997-junio 2000) correspondería a un menor desarrollo del mercado (menor volumen de negociación y
número limitado de derivados sobre acciones) y el segundo (julio de 2000-diciembre 2003) por tanto, a un mayor desarrollo y sofisticación, con un volumen de negociación creciente, mayor número de participantes y nuevas introducciones de derivados sobre títulos individuales (incluídos los futuros sobre acciones, que se
introducen en este segundo subperiodo, véase cuadro 1, panel B). Realizamos los
análisis en las dos submuestras obtenidas, con el objetivo de observar si los resultados se mantienen inalterados o aparecen diferencias por el nivel de desarrollo y actividad, variables que podrían afectar a la intensidad de herding del mercado de
contado. Consideramos más relevante para nuestro estudio el segundo subperiodo,
ya que, además de la paulatina incorporación de derivados sobre acciones, también
en este periodo se incorpora el euro como moneda única, lo que facilita el acceso
de inversores extranjeros al mercado español, siendo el grado de desarrollo y madurez del mercado de derivados español mayor que durante el primer periodo9.
Los resultados para el segundo subperiodo se muestran en los cuadros 5 y 6
para el vencimiento de los derivados sobre el Ibex-35 y del conjunto de los derivados sobre el Ibex-35 y acciones, respectivamente.
En el caso del vencimiento de los derivados sobre el Ibex-35, se detecta un
descenso en el número de títulos que parecen mostrar comportamientos miméticos
diferenciados los días del vencimiento de los derivados, ya que los efectos detectados en algunos títulos aislados son menores que aquellos obtenidos para la muestra
completa. El caso más relevante es el de Telefónica, que deja de ser significativo.
Sin embargo, encontramos dos títulos importantes objeto de comentario: el caso de
Endesa, que muestra coeficientes significativos desde 4 días antes hasta el mismo
día del vencimiento de los derivados sobre el Ibex-35, para secuencias tanto alcistas como bajistas, alcanzando una significatividad del 1% y el caso de Repsol que
muestra efectos significativos los días previos a la fecha del vencimiento.
(9) En el trabajo únicamente se muestran los resultados para el segundo subperiodo que es en el
que son más interesantes, ya que en el primero aparecen pocos títulos significativos y dispersos.
Los resultados para el primero se encuentran disponibles bajo petición a las autoras.
180
Una explicación del efecto herding desde el mercado de derivados
Por el contrario, el cuadro 6, que presenta los datos correspondientes al vencimiento conjunto de todos los derivados, sí que muestra resultados más interesantes, ya que 13 de los títulos poseen mayor herding del habitual en las secuencias al alza alrededor del día del vencimiento de los derivados correspondientes y
de ellos 11 se agrupan en el día del vencimiento. En secuencias a la baja también
el número de títulos con efecto es destacado, ya que 10 de los 17 títulos presentan
mayores niveles de herding. Para el caso de las secuencias de cero-tick el número
de títulos con algún efecto desciende de forma importante. Los resultados obtenidos para este subperiodo son más contundentes que aquellos pertenecientes a la
muestra completa. Consideramos que ello puede ser debido al mayor desarrollo
del mercado de derivados durante los últimos años de la muestra, lo cual podría
tener como repercusión una mayor influencia de la información generada por éste
(concretamente, la información generada el día del vencimiento de los derivados
sobre acciones) sobre el comportamiento y las decisiones de inversión de los
agentes del mercado subyacente de contado. En este periodo, además, se introducen los futuros sobre acciones, cuya liquidación se realiza por entrega física del
subyacente, al igual que en las opciones sobre acciones (frente a la liquidación
por diferencias de los derivados sobre el índice), provocando la aparición en el
mercado de numerosas transacciones que pueden ser seguidas por otros agentes.
La presencia de más volatilidad e incertidumbre el día del vencimiento aumentaría también los incentivos a imitar para los agentes no informados.
Dado que en este subperiodo sucede un hecho de especial relevancia al introducirse los futuros sobre acciones que, como se ha observado previamente, han
producido un incremento en el nivel de herding, a continuación se repiten los análisis con el objetivo de contrastar si los resultados obtenidos se mantienen para el
periodo que se inicia con la introducción de los futuros sobre acciones. Los resultados que se presentan en los cuadros 7 y 8 permiten confirmar los obtenidos previamente10, destacándose la mayor concentración de coeficientes significativos el
día del vencimiento conjunto del índice y de las acciones frente a los días anteriores y la menor aparición de coeficientes significativos el día del vencimiento exclusivo del Ibex-3511.
Por tanto, de forma general podemos decir, considerando los efectos observados el día del vencimiento de los derivados sobre el índice y de los derivados
sobre el índice y las acciones conjuntamente, que 14 de los 17 títulos analizados
presentan movimientos asociados a un mayor mimetismo los días del vencimiento
o días previos, siendo más relevante el efecto observado en los vencimientos con-
(10) Adicionalmente, dado que se detecta la presencia de heterocedasticidad se ha considerado
oportuno repetir la estimación mediante regresiones individuales para los tipos de secuencia al
alza, a la baja y cero calculando la significatividad de los diferentes estadísticos empleando la matriz robusta a formas generales de heterocedasticidad propuesta por White (1980). Los resultados
obtenidos en esta segunda estimación no difieren significativamente de los aquí presentados, y
están disponibles bajo petición a las autoras.
(11) Se ha realizado una prueba más para las acciones a las que se introduce futuro en mayo de
2002 considerando la submuestra mayo 2002-diciembre 2003. Los resultados no difieren de los
presentados para los subperiodos julio 2000-diciembre 2003 o enero 2001-diciembre 2003.
181
ABE
t-est.
ACX
t-est.
ALT
t-est.
BBV
t-est.
BKT
t-est.
ELE
t-est.
GAS
t-est.
IBE
t-est.
ITX
t-est.
DI2
-0,421
-0,083
(-1,15)
(-0,31)
-0,695** 0,005
(-2,00)
(0,022)
-0,964
0,111
(-1,48)
(0,23)
-1,112
0,225
(-1,43)
(0,39)
-0,646* -0,375
(-1,74)
(-1,38)
-1,770*** -0,914**
(-3,21)
(-2,27)
-0,603
-0,104
(-1,41)
(-0,33)
-0,185
0,088
(-0,36)
(0,24)
-2,134*** -1,083*
(-2,72)
(-1,88)
DI1
DI4
DI5
-0,36
-0,202
0,023
(-1,61) (-1,02)
(0,12)
-0,250 -0,165
-0,235
(-1,18) (-0,87) (-1,34)
-0,019 -0,057
-0,020
(-0,04) (-0,16) (-0,06)
-0,447 -0,451
-0,217
(-0,94) (-1,06) (-0,55)
-0,232 -0,321
-0,327*
(-1,02) (-1,59) (-1,75)
-0,968*** -0,803*** -0,409
(-2,86) (-2,68) (-1,47)
-0,108 -0,371
-0,255
(-0,41) (-1,59) (-1,18)
-0,135 -0,055
-0,017
(-0,43) (-0,20) (-0,06)
-0,685 -0,379
-0,022
(-1,42) (-0,88) (-0,05)
DI3
Ha
DI2
DI3
-0,377
-0,295 -0,424*
(-0,99) (-1,07) (-1,84)
-0,023
0,182 -0,157
(-0,06)
(0,72) (-0,74)
-0,757
0,392
0,214
(-1,07)
(0,76) (0,49)
-0,647
0,420 -0,203
(-0,80)
(0,72) (-0,41)
-0,458
-0,344 -0,278
(-1,27) (-1,31) (-1,26)
-1,800*** -0,829** -0,853**
(-3,25) (-2,04) (-2,51)
-0,558
-0,235 -0,096
(-1,31) (-0,76) (-0,37)
-0,297
-0,003 -0,121
(-0,58) (-0,00) (-0,38)
-1,851** -0,973* -0,563
(-2,29) (-1,64) (-1,13)
DI1
Hb
-0,2
(-0,97)
0,013
(0,07)
0,115
(0,30)
-0,337
(-0,77)
-0,297
(-1,52)
-0,693**
(-2,29)
-0,409*
(-1,76)
-0,003
(-0,01)
-0,359
(-0,81)
DI4
0,008
(0,04)
-0,090
(-0,52)
0,116
(0,32)
-0,146
(-0,36)
-0,316*
(-1,75)
-0,420
(-1,50)
-0,281
(-1,31)
0,023
(0,09)
0,001
(0,00)
DI5
0,093
(0,30)
0,058
(0,23)
-0,561
(-0,97)
-0,350
(-0,48)
0,049
(0,19)
-1,125**
(-2,53)
-0,229
(-0,71)
0,027
(0,06)
-1,213*
(-1,80)
DI1
0,166
(0,74)
0,167
(0,92)
0,304
(0,72)
0,654
(1,24)
-0,029
(-0,15)
-0,510
(-1,56)
-0,103
(-0,44)
0,185
(0,62)
-0,568
(-1,15)
DI2
-0,176
(-0,94)
-0,036
(-0,23)
0,184
(0,52)
-0,066
(-0,14)
-0,068
(-0,43)
-0,599**
(-2,19)
0,027
(0,14)
0,036
(0,14)
-0,468
(-1,13)
DI3
Hc
-0,014
(-0,09)
-0,046
(-0,33)
0,116
(0,36)
-0,021
(-0,0)
-0,147
(-1,04)
-0,387
(-1,59)
-0,137
(-0,78)
0,092
(0,41)
-0,133
(-0,36)
DI4
0,13
(0,85)
-0,156
(-1,23)
0,052
(0,18)
-0,091
(-0,25)
-0,217*
(-1,66)
-0,205
(-0,91)
-0,092
(-0,57)
0,005
(0,02)
0,005
(0,01)
DI5
Cuadro 5: RESULTADOS DE LA ESTIMACIÓN SUR (SEEMINGLY UNRELATED REGRESSION). DATOS DE LOS COEFICIENTES DE
LA VARIABLE ASOCIADA AL DÍA DEL VENCIMIENTO DE LOS DERIVADOS SOBRE EL IBEX-35. PERIODO: JULIO 2000-DICIEMBRE 2003
Revista de Economía Aplicada
182
183
-0,665
(-1,58)
-0,429
(-0,67)
0,082
(0,07)
-1,075
(-0,94)
-0,393
(-0,85)
-0,076
(-0,25)
-0,749
(-1,61)
0,324
(0,40)
0,419
(0,50)
0,122
(0,3)
DI2
DI4
-0,367 -0,297
(-1,43) (-1,302)
-1,033*** -0,819**
(-2,65) (-2,36)
-0,776 -0,674
(-1,16) (-1,13)
-0,847 -0,717
(-1,21) (-1,15)
-0,131
0,053
(-0,46)
(0,21)
DI3
H
DI1
=α
i, j
-0,434
(-0,99)
-0,402
(-0,63)
0,233
(0,21)
-0,702
(-0,62)
-0,376
(-0,82)
i, j , t
-0,003
(-0,01)
-0,504
(-1,57)
-0,056
(-0,10)
-0,037
(-0,06)
0,023
(0,09)
DI5
-0,467*
(-1,74)
-0,714*
(-1,85)
-0,605
(-0,90)
-0,767
(-1,12)
-0,131
(-0,46)
DI3
-0,188
(-0,79)
-0,578
(-1,68)
-0,632
(-1,06)
-0,671
(-1,10)
0,045
(0,18)
DI4
0,011
(0,05)
-0,403
(-1,26)
-0,056
(-0,10)
-0,081
(-0,14)
0,004
(0,01)
DI5
k
+ ∑ β H
+δ D + µ
i, j i, j , t − s
i, j n
i, j , t
s =1
-0,149
(-0,46)
-0,579
(-1,25)
0,290
(0,364)
0,383
(0,47)
0,096
(0,29)
DI2
Hb
-0,276
(-0,91)
0,054
(0,10)
0,692
(0,68)
-0,686
(-0,66)
-0,150
(-0,40)
DI1
0,049
(0,22)
-0,384
(-1,02)
0,626
(0,84)
0,417
(0,55)
0,306
(1,12)
DI2
DI4
-0,064
0,018
(-0,34)
(0,11)
-0,427* -0,287
(-1,36) (-1,02)
-0,296
-0,342
(-0,47) (-0,61)
-0,544
-0,321
(-0,86) (-0,57)
0,078
0,073
(0,34)
(0,36)
DI3
Hc
0,108
(0,71)
-0,250
(-0,96)
0,085
(0,16)
0,104
(0,20)
0,057
(0,30)
DI5
Fuente: Elaboración propia.
Siendo Hi,j,t cada uno de los tres tipos de nivel de intensidad de herding calculados (i= al alza Ha, a la baja Hb o cero Hc) para cada activo analizado j en el
día t. Dn puede tomar distintos valores dependiendo de si se considera un día antes del vencimiento (DI1), dos (DI2), tres (DI3), cuatro (DI4) o toda la semana
del vencimiento (DI5). El R2 medio de las regresiones de Ha es 0,56. El R2 medio de las regresiones de Hb es 0,53. El R2 medio de las regresiones de Hc es
0,60. En el cuadro se muestran los valores de los coeficientes asociados a la variable dummy correspondiente. Entre paréntesis se muestra el valor del estadístico t. * Significativo al 10%, ** Significativo al 5%, *** Significativo al 1%.
El modelo estimado es:
POP
t-est.
REP
t-est.
SAN
t-est.
TEF
t-est.
TPI
t-est.
DI1
Ha
(continuación)
Cuadro 5: RESULTADOS DE LA ESTIMACIÓN SUR (SEEMINGLY UNRELATED REGRESSION). DATOS DE LOS COEFICIENTES DE
LA VARIABLE ASOCIADA AL DÍA DEL VENCIMIENTO DE LOS DERIVADOS SOBRE EL IBEX-35. PERIODO: JULIO 2000-DICIEMBRE 2003
Una explicación del efecto herding desde el mercado de derivados
ABE
t-est.
ACX
t-est.
ALT
t-est.
BBV
t-est.
BKT
t-est.
ELE
t-est.
GAS
t-est.
IBE
t-est.
ITX
t-est.
POP
t-est.
-1,442**
(-2,270)
-1,978***
(-3,36)
-1,794*
(-1,64)
-2,556*
(-1,93)
-0,990
(-1,56)
-3,505***
(-3,78)
-1,601**
(-2,20)
-2,114**
(-2,48)
-7,280***
(-5,74)
-1,697**
(-2,38)
DS1
DS3
-0,344
-0,717*
(-0,759) (-1,926)
-0,998** -1,073***
(-2,37) (-3,10)
-0,473
-0,662
(-0,59) (-1,01)
-0,637
-0,437
(-0,67) (-0,56)
-0,584
-0,454
(-1,29) (-1,22)
-1,518*** -1,858***
(-2,28) (-3,41)
-0,240
-0,260
(-0,46) (-0,60)
-1,243** -0,679
(-2,04) (-1,35)
-3,546*** -2,434***
(-3,86) (-3,21)
-0,516
-0,585
(-1,01) (-1,39)
DS2
Ha
DS5
-0,644** -0,396
(-1,999) (-1,368)
-0,996*** -0,838***
(-3,29)
(-3,07)
-0,670
-0,220
(-1,18)
(-0,43)
-0,575
-0,231
(-0,84)
(-0,37)
-0,639** -0,483*
(-1,97)
(-1,65)
-1,673*** -1,081**
(-3,52)
(-2,51)
-0,514
-0,252
(-1,38)
(-0,75)
-0,579
-0,529
(-1,32)
(-1,34)
-1,936*** -1,042*
(-2,92)
(-1,73)
-0,568
-0,259
(-1,55)
(-0,78)
DS4
DS2
-1,254* -0,815*
(-1,908) (-1,739)
-0,917
-0,267
(-1,56)
(-0,64)
-1,947* -0,662
(-1,64)
(-0,77)
-2,496* -0,648
(-1,83)
(-0,66)
-0,685
-0,245
(-1,12)
(-0,56)
-3,898*** -1,575**
(-4,19)
(-2,36)
-1,112
-0,526
(-1,53)
(-1,01)
-2,102** -1,272**
(-2,45)
(-2,07)
-6,777*** -3,166***
(-5,16)
(-3,34)
-1,982*** -1,063**
(-2,67)
(-2,00)
DS1
DS4
-0,943** -0,652*
(-2,450) (-1,954)
-0,313
-0,157
(-0,91)
(-0,52)
-0,694
-0,654
(-0,98)
(-1,06)
-0,220
-0,212
(-0,27)
(-0,30)
-0,111
-0,275
(-0,31)
(-0,87)
-1,886*** -1,525***
(-3,44)
(-3,19)
-0,192
-0,422
(-0,45)
(-1,13)
-0,726
-0,416
(-1,43)
(-0,94)
-2,262*** -1,610**
(-2,89)
(-2,35)
-0,733* -0,436
(-1,67)
(-1,14)
DS3
Hb
DS1
DS2
-0,620** -0,767
-0,131
(-2,071) (-1,441) (-0,345)
-0,262
-0,765* -0,299
(-0,96)
(-1,79)
(-0,98)
-0,226
-1,527
-0,393
(-0,40)
(-1,55)
(-0,56)
-0,154
-1,197
0,086
(-0,24)
(-0,97)
(0,09)
-0,391
0,644
0,180
(-1,38)
(1,46)
(0,57)
-1,242*** -2,422*** -0,997*
(-2,87)
(-3,23)
(-1,86)
-0,361
-0,836
-0,203
(-1,07)
(-1,52)
(-0,52)
-0,567
-1,342* -0,805*
(-1,42)
(-1,95)
(-1,64)
-0,900
-4,336*** -1,518*
(-1,45)
(-3,94)
(-1,91)
-0,392
-1,106** -0,319
(-1,13)
(-2,16)
(-0,87)
DS5
-0,509*
(-1,643)
-0,387
(-1,54)
-0,641
(-1,10)
0,021
(0,02)
0,063
(0,24)
-1,457***
(-3,31)
-0,051
(-0,16)
-0,371
(-0,92)
-1,509**
(-2,31)
-0,220
(-0,73)
DS3
Hc
DS5
-0,399
-0,281
(-1,477) (-1,163)
-0,505** -0,531***
(-2,30)
(-2,68)
-0,602
-0,230
(-1,19)
(-0,50)
0,129
0,103
(0,20)
(0,18)
-0,044
-0,198
(-0,19)
(-0,97)
-1,060*** -0,760**
(-2,75)
(-2,18)
-0,233
-0,107
(-0,83)
(-0,42)
-0,275
-0,438
(-0,78)
(-1,38)
-1,053* -0,545
(-1,84)
(-1,05)
-0,050
-0,013
(-0,19)
(-0,05)
DS4
Cuadro 6: RESULTADOS DE LA ESTIMACIÓN SUR (SEEMINGLY UNRELATED REGRESSION). DATOS DE LOS COEFICIENTES DE
LA VARIABLE ASOCIADA AL DÍA DEL VENCIMIENTO CONJUNTO DE LOS DERIVADOS DEL IBEX-35 Y DE LAS ACCIONES.
PERIODO: JULIO 2000-DICIEMBRE 2003
Revista de Economía Aplicada
184
185
DS3
DS4
-0,242
-0,442
-0,254
(-0,31) (-0,69)
(-0,45)
-2,156* -2,133** -1,897**
(-1,63) (-1,96)
(-2,00)
-0,327
-0,539
-0,783
(-0,23) (-0,47)
(-0,78)
0,453
0,316
0,135
(0,81)
(0,69)
(0,33)
DS2
H
-0,048
(-0,09)
-1,246
(-1,45)
-0,153
(-0,17)
0,164
(0,45)
DS5
i, j , t
=α
-0,358
(-0,46)
-2,412*
(-1,82)
-0,732
(-0,53)
0,230
(0,41)
DS2
DS4
-0,157
0,026
(-0,24)
(0,04)
-1,982* -1,658*
(-1,81)
(-1,74)
-0,462
-0,699
(-0,41)
(-0,71)
0,332
0,336
(0,72)
(0,84)
DS3
-0,040
(-0,08)
-1,249
(-1,45)
-0,325
(-0,37)
0,172
(0,48)
DS5
k
+ ∑ β H
+δ D + µ
i, j
i, j i, j , t − s
i, j n
i, j , t
s =1
-0,509
(-0,47)
-3,419*
(-1,84)
-3,241*
(-1,70)
-1,335*
(-1,71)
DS1
Hb
1,511*
(1,73)
-1,820
(-1,05)
-2,003
(-1,14)
-0,563
(-0,88)
DS1
0,384
(0,61)
-1,754
(-1,42)
-0,241
(-0,19)
0,393
(0,87)
DS2
0,261
(0,50)
-1,623
(-1,60)
-0,136
(-0,13)
0,254
(0,68)
DS3
Hc
0,273
(0,61)
-1,323
(-1,49)
-0,406
(-0,45)
-0,016
(-0,04)
DS4
0,166
(0,41)
-0,840
(-1,05)
0,044
(0,05)
0,035
(0,11)
DS5
Fuente: Elaboración propia.
Siendo Hi,j,t cada uno de los tres tipos de nivel de intensidad de herding calculados (i= al alza Ha, a la baja Hb o cero Hc) para cada activo analizado j en el día t. Dn
puede tomar distintos valores dependiendo de si se considera un día antes del vencimiento (DS1), dos (DS2), tres (DS3), cuatro (DS4) o toda la semana del vencimiento
(DS5). El R2 medio de las regresiones de Ha es 0,63. El R2 medio de las regresiones de Hb es 0,62. El R2 medio de las regresiones de Hc es: 0,43. En el cuadro se
muestran los valores de los coeficientes asociados a la variable dummy correspondiente. Entre paréntesis se muestra el valor del estadístico t. * Significativo al 10%,
** Significativo al 5%, *** Significativo al 1%
El modelo estimado es:
REP
0,343
t-est. (0,31)
SAN -3,154*
t-est. (-1,70)
TEF -3,639*
t-est. (-1,87)
TPI
-0,843
t-est. (-1,07)
DS1
Ha
Cuadro 6: RESULTADOS DE LA ESTIMACIÓN SUR (SEEMINGLY UNRELATED REGRESSION). DATOS DE LOS COEFICIENTES DE
LA VARIABLE ASOCIADA AL DÍA DEL VENCIMIENTO CONJUNTO DE LOS DERIVADOS DEL IBEX-35 Y DE LAS ACCIONES.
PERIODO: JULIO 2000-DICIEMBRE 2003 (continuación)
Una explicación del efecto herding desde el mercado de derivados
ABE
t-est.
ACX
t-est.
ALT
t-est.
BBV
t-est.
BKT
t-est.
ELE
t-est.
GAS
t-est.
IBE
t-est.
ITX
t-est.
DI2
-0,066
0,123
(-0,162) (0,412)
-0,546
-0,016
(-1,474) (-0,061)
-1,296* -0,032
(-1,854) (-0,064)
-0,768
0,417
(-0,951) (0,706)
-0,469
-0,306
(-1,316) (-1,176)
-0,677
-0,148
(-1,123) (-0,336)
-0,560
-0,120
(-1,211) (-0,356)
-0,064
0,158
(-0,118) (0,393)
-2,134*** -1,083*
(-2,729) (-1,889)
DI1
-0,328
(-1,304)
-0,353
(-1,552)
-0,008
(-0,020)
-0,157
(-0,316)
-0,277
(-1,265)
-0,433
(-1,169)
-0,072
(-0,255)
-0,068
(-0,204)
-0,685
(-1,420)
DI3
Ha
-0,242
(-1,084)
-0,243
(-1,202)
-0,076
(-0,199)
-0,336
(-0,761)
-0,244
(-1,252)
-0,473
(-1,438)
-0,387
(-1,533)
-0,062
(-0,207)
-0,379
(-0,883)
DI4
-0,004
(-0,020)
-0,267
(-1,425)
0,024
(0,068)
-0,054
(-0,133)
-0,265
(-1,469)
-0,230
(-0,754)
-0,283
(-1,210)
-0,017
(-0,061)
-0,022
(-0,057)
DI5
DI2
-0,094
-0,025
(-0,223) (-0,083)
0,203
0,210
(0,554) (0,784)
-1,147
0,041
(-1,537) (0,075)
-0,438
0,550
(-0,527) (0,907)
-0,324
-0,133
(-0,914) (-0,515)
-0,895
-0,150
(-1,512) (-0,347)
-0,619
-0,335
(-1,342) (-0,994)
-0,285
0,004
(-0,518) (0,011)
-1,851** -0,973*
(-2,294) (-1,647)
DI1
-0,293
(-1,130)
-0,165
(-0,735)
0,079
(0,172)
0,049
(0,097)
-0,098
(-0,454)
-0,302
(-0,830)
-0,063
(-0,225)
-0,086
(-0,255)
-0,563
(-1,132)
DI3
Hb
-0,194
(-0,842)
-0,039
(0,194)
-0,001
(-0,004)
-0,265
(-0,584)
-0,102
(-0,529)
-0,342
(-1,057)
-0,435*
(-1,729)
-0,053
(-0,177)
-0,359
(-0,813)
DI4
0,010
(0,047)
-0,086
(-0,463)
0,058
(0,154)
0,005
(0,013)
-0,174
(-0,971)
-0,213
(-0,712)
-0,323
(-1,386)
-0,067
(-0,243)
0,001
(0,003)
DI5
DI2
DI3
0,302
0,286 -0,152
(0,877) (1,129) (-0,712)
0,114
0,142 -0,115
(0,420) (0,716) (-0,690)
-0,754
0,070
0,070
(-1,210) (0,154) (0,184)
-0,272
0,671
0,134
(-0,361) (1,220) (0,291)
0,058
0,062 -0,009
(0,222) (0,327) (-0,057)
-0,156
0,192 -0,070
(-0,331) (0,557) (-0,242)
-0,342
-0,198
0,057
(-0,976) (-0,776) (0,268)
0,034
0,218
0,025
(0,078) (0,672) (0,092)
-1,213* -0,568 -0,468
(-1,806) (-1,155) (-1,132)
DI1
Hc
-0,019
(-0,101)
-0,115
(-0,774)
0,041
(0,120)
0,003
(0,009)
-0,068
(-0,477)
0,005
(0,021)
-0,194
(-1,016)
0,059
(0,245)
-0,133
(-0,361)
DI4
DI5
2003
0,124
(0,708)
-0,207
(-1,504)
0,021
(0,068)
-0,007
(-0,018)
-0,145
(-1,095)
0,037
(0,157)
-0,155
(-0,877)
-0,044
(-0,198)
0,005
(0,016)
Cuadro 7: RESULTADOS DE LA ESTIMACIÓN SUR (SEEMINGLY UNRELATED REGRESSION). DATOS DE LOS COEFICIENTES DE
LA VARIABLE ASOCIADA AL DÍA DEL VENCIMIENTO DE LOS DERIVADOS SOBRE EL IBEX-35. PERIODO: 11 ENERO 2001-DICIEMBRE
Revista de Economía Aplicada
186
187
-0,472
(-1,065)
-0,439
(-0,682)
0,137
(0,128)
-0,065
(-0,061)
-0,168
(-0,362)
-0,060
(-0,186)
-0,615
(-1,309)
0,777
(0,991)
0,906
(1,157)
0,339
(0,999)
DI2
DI4
-0,236 -0,174
(-0,870) (-0,719)
-0,991** -0,769**
(-2,516) (-2,196)
-0,550 -0,601
(-0,833) (-1,025)
-0,516 -0,544
(-0,784) (-0,929)
-0,039 -0,015
(-0,139) (-0,059)
DI3
DI1
DI2
DI3
DI4
DI5
DI1
DI2
DI3
Hc
DI4
DI5
H
i, j , t
=α
i, j
k
+ ∑ β H
+δ D + µ
i, j n
i, j , t
i, j i, j , t − s
s =1
0,082 -0,154
-0,097 -0,311 -0,038
0,115 -0,196
-0,028 -0,009
0,050
0,115
(0,368) (-0,345) (-0,297) (-1,131) (-0,156) (0,508) (-0,662) (-0,129) (-0,051) (0,309) (0,771)
-0,451 -0,388
-0,435 -0,676* -0,512 -0,343
0,109
-0,264 -0,388
-0,246 -0,254
(-1,387) (-0,607) (-0,932) (-1,728) (-1,471) (-1,061) (0,211) (-0,701) (-1,226) (-0,874) (-0,973)
0,029
0,461
0,719 -0,371 -0,503
0,078
0,858
1,016 -0,137
-0,193
0,199
(0,054) (0,430) (0,918) (-0,563) (-0,860) (0,144) (0,878) (1,425) (-0,228) (-0,363) (0,402)
0,200
0,005
0,700 -0,587 -0,667
0,062
0,315
0,981 -0,267
-0,161
0,349
(0,368) (0,005) (0,910)(-0.908)
(-1,159) (0,116) (0,319) (1,365) (-0,442) (-0,300) (0,701)
-0,073 -0,279
0,183 -0,119 -0,080 -0,131 -0,126
0,364
0,063
0,007
0,002
(-0,312) (-0,599) (0,538) (-0,415) (-0,316) (-0,556) (-0,325) (1,286) (0,266) (0,035) (0,011)
DI5
Hb
2003
Fuente: Elaboración propia.
Siendo Hi,j,t cada uno de los tres tipos de nivel de intensidad de herding calculados (i= al alza Ha, a la baja Hb o cero Hc) para cada activo analizado j en el
día t. Dn puede tomar distintos valores dependiendo de si se considera un día antes del vencimiento (DI1), dos (DI2), tres (DI3), cuatro (DI4) o toda la semana
del vencimiento (DI5). El R2 medio de las regresiones de Ha es 0,48. El R2 medio de las regresiones de Hb es 0,51. El R2 medio de las regresiones de Hc es
0,50. En el cuadro se muestran los valores de los coeficientes asociados a la variable dummy correspondiente. Entre paréntesis se muestra el valor del estadístico t. * Significativo al 10%, ** Significativo al 5%, *** Significativo al 1%
El modelo estimado es:
POP
t-est.
REP
t-est.
SAN
t-est.
TEF
t-est.
TPI
t-est.
DI1
Ha
(continuación)
Cuadro 7: RESULTADOS DE LA ESTIMACIÓN SUR (SEEMINGLY UNRELATED REGRESSION). DATOS DE LOS COEFICIENTES DE
LA VARIABLE ASOCIADA AL DÍA DEL VENCIMIENTO DE LOS DERIVADOS SOBRE EL IBEX-35. PERIODO: 11 ENERO 2001-DICIEMBRE
Una explicación del efecto herding desde el mercado de derivados
ABE
t-est.
ACX
t-est.
ALT
t-est.
BBV
t-est.
BKT
t-est.
ELE
t-est.
GAS
t-est.
IBE
t-est.
ITX
t-est.
DS2
DS3
DS4
DS5
DS1
DS2
DS3
Hb
DS4
DS5
DS1
DS2
-1,117* -0,128 -0,748* -0,816** -0,513 -1,264* -0,640 -0,901** -0,758** -0,634** -0,523
0,025
(-1,62)
(-0,25) (-1,79) (-2,25) (-1,57) (-1,76) (-1,23) (-2,09) (-2,02) (-1,89) (-0,89)
(0,05)
-2,175*** -1,307*** -1,448*** -1,202*** -0,985*** -1,030* -0,320 -0,409
-0,205
-0,173
-0,857* -0,453
(-3,46)
(-2,90) (-3,92) (-3,73) (-3,38) (-1,65) (-0,72) (-1,11) (-0,64) (-0,59) (-1,85) (-1,37)
-2,058* -0,434 -0,851 -0,917
-0,394 -2,529** -0,885 -1,125 -1,081* -0,605 -0,988* -0,693
(-1,72)
(-0,51) (-1,21) (-1,50) (-0,71) (-1,99) (-0,97) (-1,50) (-1,65) (-1,02) (-1,87) (-0,91)
-2,689** -0,242 -0,312 -0,614
-0,038 -2,882** -0,313 -0,133 -0,297
0,017 -1,650
0,287
(1,95)
(-0,24) (-0,38) (-0,87) (-0,06) (-2,04) (-0,31) (-0,16) (-0,41)
(0,02) (-1,28)
(0,31)
-1,014* -0,581 -0,627* -0,772*** -0,637** -0,942
0,066
0,015 -0,139 -0,273
0,498
0,319
(-1,67)
(-1,34) (-1,75) (-2,48) (-2,26) (-1,56)
(0,15) (0,04) (-0,45) (-0,97)
(1,11)
(1,00)
-2,101** -0,673 -1,480** -1,492*** -0,957** -2,659*** -0,808 -1,548*** -1,329*** -1,032** -1,261
-0,294
(-2,04)
(-0,91) (-2,45) (-2,83) (-2,01) (-2,64) (-1,12) (-2,61) (-2,57) (-2,20) (-1,57) (-0,51)
-1,477* -0,225 -0,375 -0,678
-0,433 -1,253
-0,679 -0,238 -0,504 -0,438 -1,031* -0,293
(-1,87)
(-0,40) (-0,80) (-1,67) (-1,18) (-1,59) (-1,21) (-0,51) (-1,25) (-1,20) (-1,73) (-0,69)
-1,665* -1,116* -0,630 -0,587
-0,589 -1,874** -1,216* -0,735 -0,427 -0,675 -1,049
-0,629
(-1,78)
(-1,67) (-1,14) (-1,22) (-1,36) (-2,00) (-1,82) (-1,33) (-0,88) (-1,55) (-1,39) (-1,16)
-7,280*** -3,546*** -2,434*** -1,936*** -1,042* -6,777*** -3,166***-2,262*** -1,610** -0,900 -4,336*** -1,518*
(-5,74)
(-3,86) (-3,21) (-2,92) (-1,73) (-5,16) (-3,34) (-2,89) (-2,35) (-1,45) (-3,94) (-1,91)
DS1
Ha
-0,478
(-1,35)
-0,625**
(-2,30)
-1,080*
(-1,73)
0,039
(0,05)
0,052
(0,19)
-1,125**
(-2,38)
-0,138
(-0,39)
-0,373
(-0,84)
-1,509**
(-2,31)
DS3
Hc
DS5
-0,394 -0,227
(-1,28) (-0,82)
-0,610*** -0,573***
(-2,57) (-2,68)
-0,983* -0,576
(-1,80) (-1,17)
0,032
0,224
(0,04)
(0,33)
-0,028 -0,179
(-0,12) (-0,86)
-0,927** -0,700*
(-2,25) (-1,88)
-0,382 -0,275
(-1,24) (-0,99)
-0,274 -0,521
(-0,70) (-1,49)
-1,053* -0,545
(-1,84) (-1,05)
DS4
Cuadro 8: RESULTADOS DE LA ESTIMACIÓN SUR (SEEMINGLY UNRELATED REGRESSION). DATOS DE LOS COEFICIENTES DE
LA VARIABLE ASOCIADA AL DÍA DEL VENCIMIENTO CONJUNTO DE LOS DERIVADOS DEL IBEX-35 Y DE LAS ACCIONES.
PERIODO: 11 DE ENERO DE 2001-DICIEMBRE 2003
Revista de Economía Aplicada
188
189
-1,392* -0,324
(-1,84)
(-0,60)
0,668
0,599
(0,61)
(0,76)
-3,373* -1,457
(-1,847) (-1,11)
-3,137*
0,096
(-1,72)
(0,07)
-0,808
0,453
(-1,02)
(0,80)
DS2
-0,458
(-1,03)
0,204
(0,31)
-2,056*
(-1,91)
-0,453
(-0,42)
0,233
(0,50)
DS3
-0,508
(-1,31)
0,218
(0,38)
-2,051**
(-2,19)
-0,873
(-0,93)
-0,120
(-0,29)
DS4
H
DS1
=α
i, j
DS3
DS4
DS5
-0,835 -0,647 -0,377 -0,366
(-1,53) (-1,44) (-0,96) (-0,95)
0,272
0,208
0,418
0,241
(0,35) (0,32)
(0,75)
(0,47)
-1,669 -1,981* -1,813* -1,036
(-1,28) (-1,84) (-1,93) (-1,22)
-0,322 -0,518 -0,881 -0,468
(-0,25) (-0,49) (-0,95) (-0,56)
0,301
0,249
0,165
0,038
(0,53) (0,53)
(0,40)
(0,10)
DS2
k
+ ∑ β H
+δ D + µ
i, j n
i, j , t
i, j i, j , t − s
s =1
-1,641**
(-2,15)
-0,305
(-0,28)
-3,486*
(-1,91)
-3,149*
(-1,75)
-1,459*
(-1,83)
i, j , t
-0,200
(-0,57)
0,386
(0,76)
-1,045
(-1,23)
-0,295
(-0,35)
-0,072
(-0,19)
DS5
Hb
-0,936*
(-1,85)
1,800**
(2,05)
-1,670
(-1,00)
-1,457
(0,86)
-0,622
(-0,93)
DS1
-0,246
(-0,68)
0,946
(1,51)
-0,850
(-0,71)
0,416
(0,34)
0,361
(0,76)
DS2
-0,191
(-0,64)
0,592
(1,14)
-1,440
(-1,47)
0,005
(0,00)
0,179
(0,46)
DS3
Hc
-0,106
(-0,41)
0,607
(1,35)
-1,291
(-1,51)
-0,330
(-0,38)
-0,127
(-0,37)
DS4
-0,041
(-0,17)
0,377
(0,92)
-0,562
(-0,73)
0,060
(0,07)
-0,064
(-0,20)
DS5
Fuente: Elaboración propia.
Siendo Hi,j,t cada uno de los tres tipos de nivel de intensidad de herding calculados (i= al alza Ha, a la baja Hb o cero Hc) para cada activo analizado j en el
día t. Dn puede tomar distintos valores dependiendo de si se considera un día antes del vencimiento (DS1), dos (DS2), tres (DS3), cuatro (DS4) o toda la semana del vencimiento (DS5). El R2 medio en las regresiones de Ha es 0,60. El R2 medio de las regresiones de Hb es 0,58. El R2 medio de las regresiones de Hc
es 0,62. En el cuadro se muestran los valores de los coeficientes asociados a la variable dummy correspondiente. Entre paréntesis se muestra el valor del estadístico t. * Significativo al 10%, ** Significativo al 5%, *** Significativo al 1%
El modelo estimado es:
POP
t-est.
REP
t-est.
SAN
t-est.
TEF
t-est.
TPI
t-est.
DS1
Ha
Cuadro 8: RESULTADOS DE LA ESTIMACIÓN SUR (SEEMINGLY UNRELATED REGRESSION). DATOS DE LOS COEFICIENTES DE
LA VARIABLE ASOCIADA AL DÍA DEL VENCIMIENTO CONJUNTO DE LOS DERIVADOS DEL IBEX-35 Y DE LAS ACCIONES.
PERIODO: 11 DE ENERO DE 2001-DICIEMBRE 2003 (continuación)
Una explicación del efecto herding desde el mercado de derivados
Revista de Economía Aplicada
juntos y especialmente destacado en secuencias al alza y a la baja frente a las secuencias sin cambio de precio12,13.
3.3. Diferencia en la intensidad de herding entre los viernes de vencimiento
y los viernes sin vencimiento
Como complemento al estudio realizado mediante variables dummy, proponemos un contraste adicional considerando la diferencia de medias entre las series de
estadísticos de intensidad de herding (Ha, Hb y Hc) correspondientes, por un lado, a
los viernes de vencimiento de derivados y, por otro, a los viernes en los que no se
produce ningún vencimiento. Mediante este estudio (t-test) pretendemos observar si
existen diferencias significativas en los niveles de herding existentes en el mercado
los viernes en los que hay vencimiento de algún derivado frente a aquellos viernes
en los que no lo hay. Al comparar únicamente datos correspondientes a viernes estaríamos evitando la interferencia de posibles efectos de los días de la semana.
De acuerdo con los resultados obtenidos en el primer contraste (existencia de
efecto vencimiento con mayores niveles de herding en el día del vencimiento y alrededores) esperaremos encontrar estadísticos negativos y mayores en valor absoluto los viernes de vencimiento frente a aquellos viernes sin vencimiento. Además, con el objetivo de obtener más información y más utilidad a efectos
comparativos, dividimos el estudio en dos bloques “Viernes sin vencimiento frente a viernes con vencimiento de derivados del Ibex-35” y “Viernes sin vencimiento frente a viernes con vencimiento conjunto de derivados sobre el Ibex-35 y
sobre acciones”. Dicho análisis se realizará tanto para la muestra global como
para las dos submuestras planteadas anteriormente14.
Los resultados de estos contrastes se presentan en el cuadro 9 (entre paréntesis
se muestran los p-valores). El panel A de este cuadro muestra los resultados para el
caso de vencimiento del Ibex-35, que son coherentes con los obtenidos en nuestro
primer contraste, dado que tanto para la muestra completa como para el segundo
subperiodo (julio 2000-diciembre 2003) se rechaza la hipótesis nula de igualdad de
medias para Ha y Hb, no así para Hc que ya en nuestro primer estudio mostraba una
menor tendencia a la existencia de un efecto vencimiento sobre la intensidad de herding. El rechazo es especialmente notable en el caso de la serie de Ha. En el panel B
del cuadro 9 se presentan los datos para el caso de viernes del vencimiento conjunto
(12) Con el objetivo de dar robustez a los resultados se ha repetido el análisis incluyendo como
variables ficticias los días posteriores al vencimiento. Los resultados (disponibles bajo petición a
las autoras) indican la ausencia de efecto después del vencimiento.
(13) Los resultados de la estimación SUR para los coeficientes de la variable asociada al día del
vencimiento conjunto de los derivados del Ibex-35 y de las acciones para el periodo 11 de enero de
2001-diciembre 2003 cuando se trabaja con estimaciones de la intensidad de herding calculadas
con probabilidades de 30% para las secuencias al alza y a la baja y del 40% para las secuencias
cero-tick, mantienen la significatividad de las conclusiones. Los resultados se encuentran disponibles bajo petición a las autoras.
(14) Como ya habíamos observado en el análisis anterior, el estudio del primer subperiodo no
muestra resultados interesantes, debido probablemente al poco desarrollo del mercado de derivados. Los resultados están disponibles bajo petición a las autoras.
190
Una explicación del efecto herding desde el mercado de derivados
Cuadro 9. PANEL A: RESULTADOS DEL CONTRASTE DE IGUALDAD DE MEDIAS
DE LAS SERIES HA, HB Y HC ENTRE VIERNES DE VENCIMIENTO Y VIERNES
SIN VENCIMIENTO
Periodo completo
(1997-2003)
t-test
p-valor
Wilcoxon-test
p-valor
Segundo subperiodo
(julio 2000-diciembre 2003)
Ha
Hb
Hc
Ha
Hb
Hc
2,368
(0,01)
2,057
(0,04)
1,646
(0,10)
1,313
(0,18)
1,531
(0,12)
0,884
(0,37)
2,335
(0,02)
2,141
(0,03)
1,439
(0,15)
1,142
(0,25)
0,840
(0,40)
0,493
(0,62)
Vencimiento considerando exclusivamente el día del vencimiento de los derivados sobre el Ibex35. Valores del contraste paramétrico de la t y del contraste no paramétrico Wilcoxon. Entre paréntesis p-valor. Periodo completo 1997-2003. Segundo subperiodo julio 2000-diciembre 2003.
Fuente: Elaboración propia.
de los derivados. Destacan los resultados del segundo subperiodo, muy significativos, y que ponen de manifiesto la existencia de un mayor efecto herding en los días
del vencimiento de todos los derivados (sobre índice y sobre acciones) durante este
periodo de tiempo, como ya anticipaba nuestro primer contraste.
Además del t-test aplicamos un contraste no paramétrico con el objetivo de
aportar mayor robustez a los resultados obtenidos, en concreto utilizaremos el
contraste de Wilcoxon de rangos. Los resultados obtenidos se muestran también
en el cuadro 9 y confirman todo lo comentado para el t-test.
El hecho de que el efecto aparezca principalmente los días del vencimiento conjunto de los derivados sobre el Ibex-35 y sobre títulos individuales, frente a los días
en los que sólo se produce el vencimiento de los derivados sobre el Ibex-35 puede
deberse a la presencia de una mayor volatilidad en el mercado que los inversores interpretarían como mayor nivel de riesgo. Este hecho llevaría a que los agentes menos
informados, o simplemente aquellos que consideren que otros disponen de una mejor
información, obviasen sus creencias y tomasen sus decisiones de inversión en función de las decisiones de otros agentes. El conjunto de inversores que actúan en el
vencimiento como arbitrajistas, manipuladores o coberturistas confunden a los inversores no informados, que actúan siguiendo el comportamiento de éstos, considerando
que actúan bajo mayor información que la que ellos poseen o quizá dejándose llevar
por el consenso general aunque posean su propia información.
Cabe comentar que no todas las acciones eran subyacente de contratos de opción durante todo el periodo muestral considerado. El desarrollo de este mercado
ha sido paulatino. Este hecho puede ayudarnos asimismo a explicar la diferencia
de resultados en los días de vencimiento conjunto y, en especial, en el segundo
subperiodo. Adicionalmente y como factor diferenciador de los dos tipos de vencimientos estudiados, en la fecha en la que vencen todos los derivados, los títulos
191
Revista de Economía Aplicada
Cuadro 9. PANEL B: RESULTADOS DEL CONTRASTE DE IGUALDAD DE MEDIAS
DE LAS SERIES HA, HB Y HC ENTRE VIERNES DE VENCIMIENTO Y VIERNES
SIN VENCIMIENTO
Periodo completo
(1997-2003)
t-test
p-valor
Wilcoxon-test
p-valor
Segundo subperiodo
(julio 2000-diciembre 2003)
Ha
Hb
Hc
Ha
Hb
Hc
1,581
(0,11)
1,634
(0,10)
1,358
(0,17)
1,402
(0,16)
0,961
(0,33)
1,285
(0,19)
3,500
(0,00)
3,139
(0,00)
3,193
(0,00)
2,689
(0,00)
2,364
(0,01)
1,950
(0,05)
Vencimiento considerando exclusivamente el día del vencimiento de los derivados sobre el Ibex35. Valores del contraste paramétrico de la t y del contraste no paramétrico Wilcoxon. Entre paréntesis p-valor. Periodo completo 1997-2003. Segundo subperiodo julio 2000-diciembre 2003.
Fuente: Elaboración propia.
individuales tienen como forma de liquidación del contrato la entrega física de los
títulos, lo que puede producir un volumen adicional que, sin duda, dados los resultados, induce a un mayor herding.
4. CONCLUSIONES
Mediante la relación de datos de frecuencia intradiaria (secuencias de negociación iniciadas por compradores, iniciadas por vendedores y secuencias sin cambios de precio) con información acerca del vencimiento de los diferentes activos en
el mercado de derivados, obtenemos evidencia indicativa de efecto vencimiento
sobre la intensidad de herding existente en el mercado bursátil español. En concreto, detectamos indicios de una mayor intensidad de comportamiento imitador en el
mercado en los días en los que vencen los derivados sobre el índice (o en los días
anteriores dentro de la misma semana) pero, fundamentalmente, este efecto se intensifica y afecta a un mayor número de títulos con la llegada del vencimiento trimestral conjunto de los derivados sobre el índice y sobre los títulos individuales.
Dado que el estudio se aborda desde perspectivas diferentes, de forma general podemos decir que 14 de los 17 títulos analizados presentan una mayor intensidad de efecto imitación los días del vencimiento de los derivados o alguno de
los días anteriores a éste, destacando el efecto observado en el caso del vencimiento conjunto de los derivados. Los efectos más notables corresponden a las secuencias alcistas, no siendo apenas apreciables en el caso de las secuencias cerotick. En las secuencias con movimientos de precio se encuentran, además de un
mayor número de títulos con coeficientes significativos y negativos de las variables dummy asociadas a vencimientos de derivados, coeficientes mayores en valor
absoluto que los correspondientes a secuencias sin cambios de precio. Son espe-
192
Una explicación del efecto herding desde el mercado de derivados
cialmente reveladores los resultados correspondientes al vencimiento conjunto
durante los últimos años de la muestra, en los que observamos los mayores efectos, presentando el 82% de los títulos intensidades de herding superiores a lo habitual alrededor del vencimiento. Este segundo periodo se corresponde con un
mayor desarrollo del mercado de derivados español, y por tanto con una mayor
cantidad de información generada por éste.
El descubrimiento en las fechas de vencimiento de las estrategias diseñadas
por los inversores que se asumen informados y que son seguidas por otros participantes del mercado, unido a la presencia de mayor volatilidad (riesgo) en el mercado de contado, pueden ser la causa de este incremento de la intensidad del herding
en la fecha del vencimiento de los derivados. Asimismo, la necesidad de entrega física de los títulos individuales al liquidar los contratos derivados sobre acciones
frente a la liquidación por diferencias de los contratos sobre el Ibex-35 puede inducir un volumen negociado adicional que favorece la mayor intensidad de la conducta imitadora. Si bien nuestros resultados ofrecen una primera aproximación
analítica a la cuestión de la influencia del mercado de derivados en el comportamiento de los inversores, todavía es necesario profundizar en algunos aspectos que
nos permitirán incrementar el conocimiento sobre el funcionamiento de los mercados de capitales, la capacidad de los agentes para procesar o no la información, los
mecanismos de valoración y control de riesgos o el diseño de estrategias.
E
A
REFERENCIAS BIBLIOGRÁFICAS
Andrés, A. (2001): “Impacto sobre el mercado bursátil del vencimiento de los contratos de
derivados sobre el Ibex 35”, Investigaciones Económicas, vol. XXV (1), págs. 203-234.
Bikhchandani, S., Hirshleifer, D. e I. Welch (1992): “A Theory of Fads, Fashion, Custom
and Cultural Change as Information Cascades”, Journal of Political Economy, vol.
100, págs. 992-1026.
Bikhchandani, S. y S. Sharma (2001): “Herd behaviour in financial markets”, IMF Staff
Papers, vol. 47, nº 3, International Monetary Fund.
Blasco, N. Corredor P. y S. Ferreruela (2007): “Detecting intentional herding: what lies beneath intraday data in the Spanish stock market”, presentado en el XV Foro de Finanzas (AEFIN), Palma de Mallorca.
Blasco, N. Corredor, P. y S. Ferreruela (2009): “Generadores de comportamiento imitador
en el mercado de valores español”, Revista Española de Financiación y Contabilidad,
nº 142, págs. 265-291.
Blasco, N. y S. Ferreruela (2008): “Testing intentional herding in familiar stocks: an experiment in an international context”, Journal of Behavioral Finance, vol. 9(2), págs. 72-84.
Bollen, N. y R.E. Whaley (1999): “Do Expirations of Hang Seng Index Derivatives Affect
Stock Market Volatility?”, Pacific Basin Finance Journal, vol. 7, págs. 453-470.
Capuano, C. (2004): “A sequential auction equilibrium model with futures prices manipulation. Evidence from the LIFFE single stock futures market”, Columbia University.
Capuano, C. (2006). “Strategic noise traders and liquidity pressure with a physically deliverable futures contract”, International Review of Economics and Finance, vol. 15(1),
págs. 1-14.
193
Revista de Economía Aplicada
Chamberlain, T.W. y S.C. Cheung (1989): “Expiration-Day Effects of Index Futures and
Options: Some Canadian Evidence”, Financial Analysts Journal, vol. Sept-Oct 1989,
págs. 67-71.
Chen, C. y J. Williams (1994): “Triple-witching hour, the change in expiration timing, and
stock market reaction”, Journal of Futures Markets, vol. 14, págs. 275-292.
Chow, Y.F., Yung, H.H.M. y H. Zhang (2003): “Expiration day effects: The case of Hong
Kong”, Journal of Futures Markets, vol. 23, págs. 67-86.
Copeland, T.E. (1976): “A Model of Asset Trading Under the Assumption of Sequential Information Arrival”, Journal of Finance, vol. 31, págs. 1149-1168.
Copeland, T.E. (1977): “A Probability Model of Asset Trading”, Journal of Financial and
Quantitative Analysis, vol. 12, págs. 563-578.
Corredor, P., Lechón, P. y R. Santamaría (2001): “Option-expiration effects in small markets: The Spanish Stock Exchange”, Journal of Futures Markets, vol. 21, págs. 905928.
Demirer, R. y A.M. Kutan (2006): “Does Herding Behavior Exist in Chinese Stock Markets?”, Journal of International Financial Markets, Institution and Money, vol. 16,
págs. 123-142.
Finucane, T.J. (2000): “A Direct Test of Methods for Inferring Trade Direction from IntraDay Data”, Journal of Financial and Quantitative Analysis, vol. 35, págs. 553-576.
Fromlet, H. (2001): “Behavioral Finance: Theory and Practical Application”, Business
Economics, vol. 36 (3), págs. 63-69.
Gompers P. y A. Metrick (2001): “Institucional investors and equity prices”, Quarterly
Journal of Economics, vol. 116, págs. 229-260.
Grinblatt, M., Titman, S. y R. Wermers (1995): “Momentum Investment Strategies, Portfolio Performance and Herding: A Study of Mutual Fund Behavior”, American Economic
Review, vol. 85, págs. 1088-1105.
Henker, J., Henker, T. y A. Mitsios (2006): “Do Investors Herd Intraday in the Australian
Equities?”, International Journal of Managerial Finance, vol. 2 (3), págs. 196-219.
Hirshleifer, D., Subrahmanyam, A. y S. Titman (1994): “Security Analysis and Trading
Patterns When Some Investors Receive Information Before Others”, Journal of Finance, vol. 49, págs. 1665-1698.
Illueca, M. y J.A. Lafuente (2006): “New evidence on expiration-day effects using realized
volatility: An intraday analysis for the Spanish stock exchange”, The Journal of Futures Markets, vol. 26 (9), págs. 923-938.
Karpoff, J.M. (1987): “The Relation Between Price Changes and Trading Volume: A Survey”, The Journal of Financial and Quantitative Analysis, vol. 22(1), págs. 109-126.
Kumar, P. y D. Seppi (1992): “Futures manipulation with Cash Settlement”, Journal of Finance, vol. 47, págs. 1485-1502.
Kumar, K. y R. Shankar (2004): “Rethinking the Expiration Hour Effect: A High Frequency GARCH Analysis”, mimeo, Second Research Conference in Finance at Indian
School of Business.
Lakonishok, J., Shleifer, A. y R.W. Vishny (1992): “The Impact of Institutional Trading on
Stock Prices”, Journal of Financial Economics, vol. 32, págs. 23-43.
Lien, D. y Y.K. Tse (2006): “A survey on physical delivery versus cash settlement in futures contracts”, International Review of Economics and Finance, vol. 15, págs. 15-29.
Lien, D. y L. Yang (2003): “Options expiration effects and the role of individual share futures contracts”, The Journal of Futures Markets, vol. 23 (11), págs. 1107-1118.
194
Una explicación del efecto herding desde el mercado de derivados
Lien, D. y L. Yang (2005): “Availability and settlement of individual stock futures and options expiration-day effects: evidence from high-frequency data”, The Quarterly Review of Economics and Finance, vol. 45, págs. 730-747.
Lyons, R.K. (1995): “Tests of Microestructural Hypotheses in the Foreign Exchange Market”, Journal of Financial Economics, vol. 39, págs. 321-351.
Mayhew, S. (2000): “The impact of derivative on cash markets: What have we learned?”
Working paper, University of Georgia.
Ni, S.X., Pearson, N.D. y A.M. Poteshman (2005): “Stock price clustering on option expiration dates”, Journal of Financial Economics, vol. 78 (1), 49-87.
Nofsinger, J.R. y R.W. Sias (1999): “Herding and Feedback Trading by Institutional Investors”, Journal of Finance, vol. 54, págs. 2263-2316.
Pardo, A. (1998): “Efectos de los mercados derivados sobre Ibex-35 en el activo subyacente”, Revista Española de Financiación y Contabilidad, XXVII, vol. 94, págs. 99-128.
Patterson, D.M. y V. Sharma (2006): “Do Traders Follow Each Other at the NYSE?”, Working Paper, disponible en SSRN: http://ssrn.com/abstract=712401
Pope, P.F. y P.K. Yadav (1992): “The Impact of Option Expiration on Underlying Stocks:
The UK Evidence”, Journal of Business Finance and Accounting, vol. 19 (3), págs.
329-344.
Scharfstein, D. y J. Stein (1990): “Herd Behaviour and Investment”, American Economic
Review, vol. 80(3), págs. 465-479.
Shefrin, H. y M. Statman (1985): “The disposition to sell winners too early and to ride losers too long: Theory and evidence”, Journal of Finance, vol. 40, págs. 777-790.
Sias, R.W. y L.T. Starks (1997): “Institutions and Individuales at the Turn-of-the-Year”,
Journal of Finance, vol. 52, págs.1543-1562.
Sias, R.W. (2004): “Institutional Herding”, Review of Financial Studies, vol. 17(1), págs.
165-206.
Stoll, H. y R. Whaley (1987): “Program Trading and Expiration-Day Effects”, Financial
Analysts Journal, vol. 453, págs. 16-28.
Stoll, H. y R. Whaley (1990): “Stock Market Structure and Volatility”, Review of Financial
Studies, vol. 3, págs. 37-71.
Stoll, H. y R. Whaley (1991): “Expiration-day effects: What has changed?”, Financial
Analysts Journal, vol. 47, págs. 58-72.
Trueman, B. (1994): “Analyst forecasts and herding behaviour”, Review of Financial Studies, vol. 7, págs. 97-124.
Wermers, R. (1999): “Mutual Fund Herding and the Impact on Stock Prices”, Journal of
Finance, vol. 54, págs. 581-622.
White, H. (1980): “A Heteroscedasticity-Consistent Covariance Matrix Estimator and a
Direct Test for Heteroscedasticity”, Econometrica, vol. 48, págs. 817-838.
Fecha de recepción del original: julio, 2007
Versión final: febrero, 2009
195
Revista de Economía Aplicada
ABSTRACT
The aim of this paper is to contribute to the explanation of the herding
effect through the relationship between the spot and derivatives markets.
This paper analyses the intensity of herding in the spot market at crucial
dates in the derivatives market (i.e. expiration dates). We use the herding
measure proposed by Patterson and Sharma (2006). The period under
study extends from 1997 to 2003, which allows us to assess some
important aspects such as the development of the Spanish derivatives
market or the coexistence of options and futures contracts. The results
indicate that investors exhibit an increased herding behaviour at the
expiration date, particularly in the second half of the period analyzed,
when a higher degree of market development is assumed.
Key words: Herding effect, derivatives market, expiration date.
JEL classification: G14, G11, G12.
196
Descargar